DeiT — модель компьютерного зрения для классификации изображений и извлечения визуальных признаков, обученная на ImageNet-1k.

Подходит для: классификация изображений по классам ImageNet-1k · определение объектов и сцен на изображении · извлечение визуальных эмбеддингов для последующей обработки

Microsoft DiT — трансформер для классификации изображений документов по типу и извлечения их признаков.

Подходит для: Классификация сканов документов по типу · Распознавание категории изображения документа из набора классов RVL-CDIP · Извлечение признаков изображений документов для последующей обработки

Дистиллированная модель DeiT-base классифицирует изображения по 1 000 классам ImageNet-1k.

Подходит для: классификация изображений на классы ImageNet · распознавание объектов и сцен на изображениях · получение оценок принадлежности изображения к классам

DeiT-base — дистиллированный Vision Transformer для классификации изображений по классам ImageNet.

Подходит для: классификация фотографий по классам ImageNet · распознавание объектов на изображениях · получение top-1 и top-5 классов для изображения

JPT-9B — дообученная на базе Qwen3.5-9B модель для оценки вероятностей вариантов в типизированных задачах выбора, шкальной оценки и ответов «да/нет».

Подходит для: классификация намерений по набору меток · определение тональности по шкале · классификация текстовых пар для задач NLI

Компактная модель DeiT-III классифицирует изображения и извлекает их визуальные признаки.

Подходит для: классификация изображений по категориям ImageNet · определение объектов и сцен на изображении · извлечение эмбеддингов изображений

Дообученная SegFormer-B3 для бинаризации изображений документов с помощью семантической сегментации.

Подходит для: бинаризация сканов документов · отделение текста от фона на изображении страницы · предобработка сканов перед OCR

Ditto-8B — дообученная модель на 8 млрд параметров для симуляции поведения, ролей и персон в диалогах.

Подходит для: симуляция ответов типичного пользователя в диалоге · отыгрыш персонажа с заданной персоной · моделирование поведения учащегося

DACTYL — дообученный на DeBERTa V3 Large классификатор для выявления текста, сгенерированного языковыми моделями.

Подходит для: проверка текста на генерацию языковой моделью · выявление ИИ-текстов в пользовательских публикациях · анализ студенческих эссе на машинную генерацию

DNA 3.0-9B — дообученная мультимодальная модель Dnotitia для диалога, анализа изображений, рассуждений, программирования и агентных задач.

Подходит для: ответы на вопросы о компании, продуктах и услугах Dnotitia · анализ изображений в диалоговом интерфейсе · помощь в написании и отладке кода

Модель Deita для автоматической оценки качества пар «инструкция — ответ» при отборе данных для дообучения языковых моделей.

Подходит для: оценка качества пар «инструкция — ответ» · отбор примеров для supervised fine-tuning · автоматическая разметка качества обучающих данных

Дообученная SegFormer-модель для семантической сегментации изображений и классификации пикселей по категориям.

Подходит для: семантическая сегментация изображений · разметка областей на изображениях по категориям · разбор сцен на пиксельном уровне

Kelix-DiT — диффузионный декодер изображений, создающий изображения 1024×1024 из скрытых состояний языковой модели Kelix.

Подходит для: генерация изображений 1024×1024 в конвейере Kelix · визуализация семантических представлений Kelix-LLM · создание изображений по текстовому запросу через полную систему Kelix