Мультимодальная модель AutoTrust для выбора и оценки вариантов по тексту или изображениям с выдачей вероятностей и опциональным адаптивным рассуждением.

Подходит для: классификация текстовых запросов по категориям · ранжирование результатов поиска по релевантности · выбор наиболее важной новости для рекомендации

Дообученная англоязычная модель Qwen для классификации и выбора из заданных вариантов с оценкой вероятностей за один проход.

Подходит для: классификация обращений по заданным категориям · маршрутизация запросов пользователей в службу поддержки · выбор следующего действия агента по описанию состояния

decider-4b — дообученная языковая модель, которая за один проход оценивает заданные варианты ответов для типизированных вопросов и состояний.

Подходит для: выбор действия в игре по текущему состоянию · оценка вариантов решения для браузерного агента · классификация состояния по заданному набору меток

JEV-27B — дообученная модель AutoTrust для классификации, выбора вариантов и генерации ответов с режимом калиброванных вероятностей.

Подходит для: классификация текста по заданным категориям · выбор наиболее подходящего варианта из списка · ранжирование результатов поиска по релевантности

Мультимодальная модель Aurora строит zero-shot вероятностные прогнозы временных рядов, используя связанные модальности и доменные знания.

Подходит для: zero-shot прогнозирование временных рядов · вероятностное прогнозирование будущих значений · прогнозирование рядов с использованием дополнительных модальностей

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

Компактная дообученная модель ModernBERT выдаёт калиброванные вероятности для классификации, маршрутизации и типизированных решений по тексту.

Подходит для: классификация текста по пользовательским категориям без размеченных классов · маршрутизация запросов к подходящему агенту или инструменту · оценка соответствия текста заданным критериям

Наградная модель InternLM2 на 1,7 млрд параметров для оценки, сравнения и ранжирования ответов диалоговых моделей по предпочтительности.

Подходит для: оценка предпочтительности ответа чат-бота · сравнение двух вариантов ответа языковой модели · ранжирование нескольких ответов для выбора лучшего

Компактная модель на базе Qwen3.5-4B оценивает вероятности заданных вариантов ответа для сценариев принятия решений.

Подходит для: оценка вероятности ответа «да» или «нет» по описанию состояния · выбор наиболее подходящего варианта из заданного списка · выставление оценки по многоуровневой шкале

Специализированная англоязычная модель для выбора действий, проверки условий и оценки вариантов в операционных процессах.

Подходит для: выбор действия или эскалации в службе поддержки · проверка условий и маршрутизация счетов · оценка сигналов инцидента безопасности по критериям

OpenJev (Verdict) — дообученная модель на базе ModernBERT для быстрого выбора и калиброванной оценки вероятностей среди заданных текстовых кандидатов.

Подходит для: выбор наиболее подходящего варианта из списка текстовых кандидатов · классификация текста по заданным меткам · оценка вероятности и уверенности в семантическом решении

Mitra-v2 Classifier — табличный Transformer для классификации данных с обучением в контексте, предварительно обученный на синтетических таблицах.

Подходит для: классификация строк в табличном датасете · предсказание класса новых записей по размеченным строкам-примерам · сравнение табличных классификаторов на бенчмарках

Wähler-4B — компактная немецкоязычная модель для классификации текстовых решений, маршрутизации и оценки вероятностей.

Подходит для: классификация текстовых решений на немецком языке · маршрутизация запросов по категориям · оценка вероятности выбранного решения

Модель вознаграждения на базе Llama 3.1 оценивает предпочтительность ответов и помогает ранжировать результаты языковых моделей.

Подходит для: оценка качества ответов чат-бота · выбор лучшего ответа из нескольких вариантов · ранжирование ответов языковой модели

Модель на базе Gemma 4 с адаптером решений выдаёт вероятности для ответов «да/нет», выбора из вариантов и оценок, помогая классифицировать и ранжировать результаты.

Подходит для: переранжирование новостей по важности · переранжирование поисковой выдачи по релевантности · выбор лучшего варианта из списка

OpenJev — модель на базе Qwen3.5 для классификации, оценки вариантов и выбора действий браузерных агентов по тексту, веб-страницам и скриншотам.

Подходит для: маршрутизация обращений в службу поддержки по теме и команде · определение приоритета и намерения в сообщениях · выявление спама, токсичности и нарушений политики

Wald-Q4B v2.1 оценивает типизированные варианты решений и выдаёт откалиброванные вероятности для маршрутизации агентов, выбора действий и классификации.

Подходит для: выбор подходящего инструмента для запроса агента · маршрутизация задачи между агентами · ранжирование вариантов действий веб-интерфейса

Мультимодальная дообученная модель, которая оценивает вероятности структурированных решений по текстовому состоянию, схеме вопросов и необязательным изображениям.

Подходит для: оценка вероятностей для набора вариантов ответа · классификация по нескольким заданным вопросам за один проход · бинарные решения с вероятностью ответа «да» или «нет»

Мультимодальная модель Surogate для выбора и оценки вариантов ответа по тексту, структурированным данным и изображениям.

Подходит для: выбор правильного ответа из нескольких вариантов · оценка вероятности истинности утверждения · выставление балла по порядковой шкале

Дообученная англоязычная MoE-модель для выдачи вероятностных оценок заданных вариантов ответа в классификации и программных сценариях принятия решений.

Подходит для: маршрутизация обращений службы поддержки по заданным категориям · классификация текстов по заданным меткам · оценка вариантов действий браузерного агента

JevK5 — дообученная на базе Qwen3.5-4B модель, которая оценивает вероятности заданных вариантов для вопросов выбора, «да/нет» и оценки.

Подходит для: маршрутизация обращений клиентов по командам · классификация запроса по заданным категориям · выбор действия на основе описания состояния

Мультимодальная модель на базе Qwen3.5-9B, которая оценивает варианты ответа по тексту, изображениям и видео, возвращая калиброванные вероятности для задач принятия решений.

Подходит для: оценка вариантов действий GUI-агента по скриншоту · ответы на вопросы о содержимом изображений · ответы на вопросы по видео

Дообученная модель Qwen3.5-9B для выбора действий в браузере, маршрутизации рабочих процессов и оценки вариантов по текстовым принципам.

Подходит для: ранжирование кандидатов следующего действия браузера · выбор маршрута для рабочего процесса · оценка вариантов по заданному принципу на естественном языке

Плотная модель классификации решений, выдающая калиброванные вероятностные оценки для выбора между вариантами, оценки величин и проверки гипотез.

Подходит для: классификация между несколькими вариантами с вероятностями · бинарная проверка гипотез с оценкой неопределённости · оценка ожидаемой величины по числовой или порядковой шкале