Модель XLM-RoBERTa преобразует предложения и абзацы в эмбеддинги для семантического поиска, сравнения и кластеризации текстов.
Подходит для: семантический поиск по документам · сравнение смысловой близости двух текстов · кластеризация предложений и абзацев
Модель XLM-RoBERTa преобразует предложения и абзацы в 1024-мерные эмбеддинги для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по коллекции документов · поиск похожих предложений или абзацев · кластеризация текстов по смыслу
Многоязычная модель эмбеддингов для семантического поиска и сопоставления сербских документов о государственных закупках.
Подходит для: семантический поиск по тендерной документации · поиск релевантных документов о государственных закупках по запросу · сопоставление тендеров и предложений поставщиков
Модель преобразует предложения и абзацы в 1024-мерные векторы для семантического поиска, сравнения и кластеризации текстов.
Подходит для: семантический поиск по коллекции текстов · поиск похожих предложений и абзацев · кластеризация текстов по смыслу
APAR-13B — дообученная Llama-модель для генерации текста с параллельным авторегрессионным декодированием и повышением эффективности обслуживания.
Подходит для: генерация текста при высокой нагрузке · ускорение декодирования ответов языковой модели · развертывание LLM с меньшим потреблением KV-кэша