Мультиязычный двунаправленный энкодер на 1 млрд параметров для текстовых эмбеддингов, семантического поиска и дообучения под задачи понимания текста.

Подходит для: семантический поиск по коллекции документов · поиск похожих предложений и оценка их смыслового сходства · кластеризация текстов по смыслу

Промежуточная двунаправленная языковая модель на 508 млн параметров для заполнения пропусков и дообучения под задачи обработки текста.

Подходит для: заполнение пропущенных токенов в тексте · дообучение модели для классификации текста · разметка сущностей и других категорий токенов

Мультиязычный двунаправленный энкодер BidirLM для создания текстовых эмбеддингов, семантического поиска и сходства предложений.

Подходит для: семантический поиск по мультиязычным документам · поиск похожих предложений и документов · кластеризация текстов по смыслу

Многоязычный двунаправленный энкодер на 1,7 млрд параметров для создания эмбеддингов, семантического поиска и дообучения под задачи классификации.

Подходит для: поиск документов по смыслу · сравнение семантической близости предложений · кластеризация текстов по темам

Предварительно обученная модель Microsoft извлекает представления из английской речи для последующей настройки под распознавание и другие задачи обработки аудио.

Подходит для: извлечение признаков из английской речи для обучения downstream-моделей · подготовка аудиопредставлений для распознавания речи после дообучения · классификация речевых аудиозаписей после настройки

Компактная многоязычная модель BidirLM с двунаправленным вниманием для предсказания замаскированных токенов и последующей настройки под задачи классификации.

Подходит для: восстановление пропущенных слов в тексте · классификация многоязычных текстов после дообучения · классификация и разметка отдельных токенов после дообучения

Предварительно обученная англоязычная модель Microsoft для извлечения признаков речи и последующего дообучения под задачи обработки аудио.

Подходит для: извлечение признаков из речи для downstream-моделей · подготовка представлений аудио для классификации речи · дообучение модели для распознавания английской речи

Базовая англоязычная модель Microsoft для извлечения речевых признаков из аудио и последующей настройки под задачи обработки речи.

Подходит для: извлечение признаков из англоязычной речи · подготовка речевых представлений для дообучения ASR · дообучение на классификацию аудиозаписей

Англоязычная модель DeBERTa XLarge, дообученная на MNLI для классификации текста и определения отношений между предложениями.

Подходит для: определение логического следования между посылкой и гипотезой · классификация пар предложений по семантическому отношению · оценка текстовых гипотез в задачах NLU

Многоязычная модель DeBERTa для NLI и классификации текстов по заданным категориям без дополнительного обучения.

Подходит для: классификация отзывов по заданным темам · распределение обращений по пользовательским категориям · определение тональности через гипотезы NLI

Компактная многоязычная модель Microsoft на архитектуре BERT для классификации текста и дообучения на задачах понимания языка.

Подходит для: классификация текста на нескольких языках · определение логического следствия между предложениями · межъязыковой перенос классификатора

Компактная трёхслойная модель MiniLM для извлечения векторных представлений текста.

Подходит для: получение эмбеддингов текстов · подготовка признаков для семантического поиска · представление текста для последующей классификации

Базовая модель LiLT с англоязычным RoBERTa для извлечения признаков текста и структуры документов и дообучения на задачах понимания документов.

Подходит для: извлечение признаков текста и компоновки документа · дообучение для классификации изображений документов · дообучение для разбора структурированных документов

Мультимодальный энкодер для создания сопоставимых эмбеддингов текста, изображений и аудио, используемых в поиске и оценке сходства.

Подходит для: поиск изображений по текстовому запросу · поиск аудиозаписей по тексту и наоборот · сравнение семантической близости текстов, изображений и аудио

onnx: формат, квантизация, runtime и память принадлежат одному artifact

Крупная модель Google на базе BERT для извлечения представлений и настройки под NLP-задачи на 17 индийских языках и их транслитерированных вариантах.

Подходит для: получение контекстных векторных представлений индийских текстов · настройка распознавания именованных сущностей на индийских языках · разметка частей речи в индийском тексте

Дообученная на чистой части LibriSpeech модель WavLM-Large для распознавания речи и транскрибации аудио в текст.

Подходит для: транскрибация чистых англоязычных аудиозаписей · распознавание речи из аудиокниг и чтения вслух · оценка качества распознавания на задачах LibriSpeech

Многоязычный двунаправленный энкодер для создания текстовых эмбеддингов, семантического поиска и дообучения под задачи классификации и разметки.

Подходит для: семантический поиск по коллекции документов · поиск похожих предложений и оценка их сходства · кластеризация текстов по смыслу

Промежуточная двунаправленная модель на основе Gemma 3 для заполнения масок и подготовки текстовых представлений на множестве языков.

Подходит для: предсказание скрытых слов в предложении · заполнение пропусков в тексте · извлечение двунаправленных контекстных представлений

Мультиязычная модель LiLT и XLM-RoBERTa для извлечения признаков из документов с учётом текста и его расположения на странице.

Подходит для: извлечение представлений текста и структуры документа · создание основы для понимания многоязычных документов · обработка расположения текстовых элементов на страницах

Модель на основе многоязычного BERT, дообученная для поиска соответствий между словами в параллельных текстах.

Подходит для: выравнивание слов в параллельных предложениях · извлечение соответствий между словами оригинала и перевода · подготовка двуязычных корпусов для машинного перевода

Предварительно дообученная на монолингвистических данных языковая модель LLaMA-2 на 13 млрд параметров, служащая основой для дальнейшей настройки ALMA.

Подходит для: Продолжение текста на основе контекста · Эксперименты с промежуточным этапом обучения ALMA · Дальнейшая настройка языковой модели с помощью LoRA-адаптера

BigBird large — англоязычная модель Google для заполнения пропусков и извлечения признаков из длинных текстов до 4096 токенов.

Подходит для: заполнение пропущенных слов в английском тексте · получение контекстных признаков из длинных документов · анализ длинных текстов с использованием masked language modeling

Одноязычная модель BERT для персидского языка, предназначенная для заполнения пропусков и задач понимания текста.

Подходит для: подстановка пропущенных слов в персидском тексте · анализ персидских текстов разных жанров · создание основы для моделей понимания персидского языка