Многоязычная модель на базе mDeBERTa-v3 для NLI и классификации текстов по заданным категориям без обучения на этих категориях.

Подходит для: классификация текстов по пользовательским категориям без размеченных примеров · проверка, следует ли гипотеза из текста · определение противоречия между двумя высказываниями

GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.

Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале

Mitra Classifier — 12-слойная Transformer-модель для классификации табличных данных, предварительно обученная на синтетических примерах.

Подходит для: классификация строк табличного набора данных · предсказание категории объекта по его табличным признакам · базовая классификация данных в AutoGluon Tabular

CLM-v0.1-8B — контрастивная модель на базе Qwen3-8B для ранжирования кандидатов и оценки вариантов действий в агентных сценариях.

Подходит для: ранжирование вариантов решения задачи программирования · выбор подходящего инструмента для агента · оценка возможных следующих действий агента

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

CLIP-модель ViT-B/16-plus, обученная на LAION-400M, сопоставляет изображения с текстовыми метками для классификации без дообучения.

Подходит для: классификация изображений по текстовым описаниям · поиск подходящей категории для изображения из списка вариантов · сортировка изображений по тематическим меткам

Многоязычная биомедицинская модель на основе XLM-RoBERTa, которая преобразует названия сущностей в эмбеддинги для семантического сопоставления.

Подходит для: Извлечение эмбеддингов медицинских терминов · Поиск синонимов биомедицинских сущностей · Сопоставление названий сущностей UMLS

Вариант CLIP с визуальным энкодером ViT-B/16 извлекает признаки изображений и поддерживает классификацию по текстовым описаниям без обучения на целевых классах.

Подходит для: извлечение признаков изображений для исследовательских экспериментов · классификация изображений по текстовым описаниям без обучения на классах · сопоставление изображений с текстовыми запросами

Англоязычная модель DeBERTa для классификации текстов без размечающих примеров через проверку гипотез в формате NLI.

Подходит для: классификация отзывов по заданным категориям · определение тональности текста без обучающей выборки · маршрутизация обращений по темам

CLVP — модель извлечения признаков для сопоставления текста и MEL-токенов в системе синтеза речи Tortoise-TTS.

Подходит для: извлечение признаков текста для конвейера Tortoise-TTS · сопоставление текстовых токенов с MEL-токенами · интеграция компонента CLVP в систему синтеза речи

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

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

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

CLIP-модель для исследовательской классификации изображений по произвольным текстовым категориям без дообучения.

Подходит для: исследование классификации изображений по текстовым меткам · сравнение обобщения CLIP на разных наборах категорий · анализ устойчивости компьютерного зрения

Классификатор RouteLLM на базе XLM-RoBERTa выбирает, передать ли текстовый запрос более сильной или более дешёвой LLM.

Подходит для: маршрутизация запросов между сильной и дешёвой языковыми моделями · снижение затрат на ответы LLM за счёт направления простых запросов дешёвой модели · автоматический выбор модели для обработки пользовательского запроса

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

AICrossSim/clm-200m — ағылшынша мәтін жалғастыру және диалог құруға арналған 224,1 млн параметрлі Llama тіл моделі.

Подходит для: ағылшын мәтінін жалғастыру · ағылшын тілінде диалогтық жауаптар жасау · оқу мәтіндерінің жалғасын құрастыру

Дообученная на RESISC45 cars модель CLIP извлекает признаки изображений для задач классификации автомобилей.

Подходит для: извлечение признаков изображений автомобилей · классификация автомобилей по изображениям · подготовка визуальных представлений для последующей классификации

Дообученная на Stanford Cars модель CLIP ViT-L/14 для извлечения признаков изображений автомобилей и их классификации.

Подходит для: извлечение признаков изображений автомобилей · классификация изображений автомобилей из Stanford Cars · получение векторных представлений фотографий автомобилей

Англоязычная модель DeBERTa-v3-small для zero-shot классификации по произвольным меткам, NLI и дообучения классификаторов с контекстом до 1680 токенов.

Подходит для: классификация текста по пользовательским меткам без обучения на этих метках · проверка логического следования между посылкой и гипотезой · классификация длинных документов по тематическим категориям

Дообученная RoBERTa-base оценивает девять характеристик повествовательного текста по шкалам Лайкерта.

Подходит для: оценка агентности персонажа в повествовании · анализ фокализации, эмоций и когнитивных состояний · определение наличия конфликта и изменений состояния

Англоязычная модель DeBERTa-v3-xsmall для zero-shot-классификации текста и проверки того, следует ли гипотеза из текста.

Подходит для: Классификация текстов по категориям, заданным описаниями · Проверка, подтверждает ли текст заданное утверждение · Классификация новостных материалов по теме

Дообученная DeBERTa-v3-base для классификации по произвольным меткам без примеров, NLI и множества задач классификации.

Подходит для: классификация текста по заданным пользователем категориям без обучающих примеров · определение, следует ли гипотеза из текста · классификация отзывов и коротких сообщений

Экспериментальная англоязычная компактная языковая модель Klyra для исследований обучения с подкреплением, дистилляции политики и абляций.

Подходит для: эксперименты с обучением языковой модели с подкреплением · дистилляция политики между специализированными языковыми моделями · абляционные исследования компактных языковых моделей