Мультимодальная модель DeepSeek для диалогов, рассуждений и агентных задач с изображениями и контекстом до одного миллиона токенов.

Подходит для: анализ изображений в диалоге · выполнение агентных задач с длинным контекстом · помощь в программировании и работе с кодовыми базами

Дообученная мультимодальная модель Qwen на 27 млрд параметров для диалогов и агентных задач, снижающая объём токенов рассуждения при близкой к базовой точности.

Подходит для: решение сложных задач с многошаговыми рассуждениями · поиск ответов в длинных документах · выполнение агентных задач с использованием инструментов

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

Модель на основе XLM-RoBERTa выделяет знания и hard skills из текста с помощью разметки токенов.

Подходит для: извлечение профессиональных знаний из резюме · выделение hard skills из описаний вакансий · разметка навыков в кадровых документах

Модель XLM-RoBERTa для выделения знаний и профессиональных навыков из текста.

Подходит для: извлечение навыков из резюме · выделение требований к навыкам в вакансиях · поиск профессиональных компетенций в текстах

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

Англоязычная модель Fastino на базе DeBERTa-v3 для извлечения сущностей, классификации и отношений, а также разбора текста по пользовательским схемам.

Подходит для: извлечение именованных сущностей по пользовательским меткам · классификация текста по нескольким заданным категориям · извлечение отношений между людьми, организациями и другими сущностями

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

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

Модель на основе DeBERTa v3 для разметки токенов в последовательностях текста.

Подходит для: классификация токенов в последовательностях текста · разметка последовательностей в задачах на данных disputool · извлечение категорий или сущностей по меткам модели

Компактная дистиллированная англоязычная модель Microsoft для понимания текста и тонкой настройки под задачи классификации.

Подходит для: тонкая настройка классификатора тональности английских отзывов · классификация текстов по категориям · определение семантического сходства пар предложений

Стандартная модель Flair на основе LSTM-CRF для подробной разметки частей речи в английском тексте.

Подходит для: разметка частей речи в английских текстах · извлечение POS-тегов для каждого токена · подготовка английских данных к синтаксическому анализу

Компактная языковая модель Qwen3 с контекстом 128k для анализа длинных документов, исследовательских запросов и работы с MCP-инструментами.

Подходит для: анализ научной статьи целиком · поиск ответов в длинных документах · синтез информации из нескольких источников

Мультимодальная модель Abacus.AI на базе Qwen3.8-27B для многошагового использования инструментов и автоматизации задач.

Подходит для: выполнение многошаговых задач с вызовом инструментов · автоматизация рабочих процессов через агентные сценарии · управление действиями в исполняемой среде до достижения результата

Многоязычная символьная модель Google для извлечения признаков и последующей настройки на задачи понимания текста.

Подходит для: извлечение признаков из многоязычных текстов · подготовка представлений для классификации предложений · подготовка признаков для разметки токенов

Англоязычная модель Stanza для лингвистического анализа текста и разметки токенов.

Подходит для: разметка токенов в английском тексте · анализ английских предложений для NLP-конвейера · подготовка текста к синтаксическому разбору

Компактная дообученная языковая модель Nanbeige с весами DSpark для ускоренного инференса и многошаговых агентных, программных и офисных задач.

Подходит для: создание локального персонального помощника · выполнение многошаговых задач с инструментами · помощь в написании и анализе кода

Англоязычная модель на основе RoBERTa для извлечения эмбеддингов токенов и распознавания именованных сущностей.

Подходит для: извлечение эмбеддингов токенов для распознавания сущностей · дообучение NER-модели на специализированном наборе данных · поиск имён людей, организаций и других сущностей в английском тексте

Компактная квантованная модель NeuML для определения языка коротких и длинных текстов.

Подходит для: определение языка входящего текста · маршрутизация текста в соответствующий языковой обработчик · разметка языков в многоязычном корпусе

Модель вознаграждения на базе Llama 3 для оценки и сравнения качества ответов языковых моделей.

Подходит для: оценка качества ответов чат-бота · сравнение двух ответов и выбор предпочтительного · оценка безопасности ответов ассистента

Дообученная на базе QwQ-32B модель для автономного веб-поиска, агентных действий и рассуждений по найденной информации.

Подходит для: автономный поиск информации в интернете · ответы на сложные вопросы с опорой на веб-источники · проведение многошагового Deep Research

mLUKE-base — мультиязычная модель LUKE для предсказания замаскированных токенов и адаптации к задачам работы с сущностями.

Подходит для: предсказание пропущенных слов в многоязычном тексте · дообучение для распознавания именованных сущностей · адаптация для классификации отношений между сущностями

Модель TokenRhythm для оценки заданных вариантов и структурированных решений в агентных сценариях, включая маршрутизацию запросов и выбор инструментов.

Подходит для: маршрутизация запросов по заданным категориям · выбор инструмента агентом из списка вариантов · проверка условий в текстовом состоянии