Дообученная BigBird для выбора ответа в медицинских тестах с несколькими вариантами, включая вопросы формата USMLE.

Подходит для: выбор ответа в медицинских тестах с несколькими вариантами · решение вопросов формата USMLE · экспериментальная оценка моделей на медицинских вопросах

Дообученная Nyströmformer-модель для выбора ответов в тестах с вариантами, включая медицинские вопросы формата MedQA/USMLE.

Подходит для: выбор ответа в медицинских тестах с вариантами · решение вопросов формата USMLE · оценка ответов в задачах multiple choice

Дообученная BioLinkBERT-base выбирает ответ из вариантов в тестах и вопросах медицинской тематики.

Подходит для: выбор ответа в вопросах формата USMLE · автоматическая оценка тестов с вариантами ответа · ранжирование предложенных ответов на вопрос

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

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

BioDecision-4B оценивает вероятности заданных ответов для биомедицинских и клинических задач, включая прогнозирование испытаний и проверку ответов по источникам.

Подходит для: прогнозирование исходов клинических испытаний по их зарегистрированному дизайну · ранжирование клинических испытаний по соответствию пациенту · ответы на медицинские вопросы с выбором из заданных вариантов

Shingi 27B — англоязычная локальная модель выбора и оценки вариантов ответа по контексту, поддерживающая также входные изображения.

Подходит для: классификация намерения пользователя по сообщению · выбор ответа из нескольких вариантов с оценкой вероятностей · оценка тональности и эмоций текста

Дообученная на Qwen3-8B языковая модель для планирования исследований микробиома, генерации гипотез и координации научных инструментов.

Подходит для: генерация гипотез о взаимодействиях микробов и организма-хозяина · планирование экспериментов по исследованию микробиома · выбор последовательности инструментов для научного поиска

Медицинская чат-модель BYOL Academy для подготовки к экзаменам NEET-PG, UKMLE и USMLE и учебного разбора медицинских вопросов.

Подходит для: подготовка к экзаменационным вопросам USMLE · подготовка к NEET-PG и UKMLE · разбор медицинских вопросов с вариантами ответа

Слитая модель Llama 2 для генерации ответов на медицинские вопросы и поддерживающих бесед о психологическом и общем благополучии.

Подходит для: ответы на вопросы о симптомах и возможных причинах · объяснение медицинских состояний и вариантов лечения · подготовка к экзаменам по медицинским знаниям

Англоязычная модель DeBERTa-v3-base для классификации с нулевым числом примеров, естественного логического вывода и дообучения под задачи понимания текста.

Подходит для: классификация текста по заданным пользователем меткам без примеров · проверка, следует ли гипотеза из текста · классификация длинных документов по содержанию

Медицинская языковая модель HPAI на базе Llama 3 для ответов на вопросы и исследовательской работы с англоязычными медицинскими материалами.

Подходит для: ответы на учебные вопросы по медицине · проверка знаний по биологии и медицинским дисциплинам · ответы на вопросы по аннотациям биомедицинских статей

BioDecision-4B v2 — дообученная на биомедицинских данных модель, которая оценивает вероятности вариантов ответа для задач фармацевтики и клинических исследований.

Подходит для: выбор наиболее вероятного ответа в биомедицинских тестах · оценка вариантов решений по безопасности лекарств и медицинских устройств · классификация отношений между лекарствами и белками по тексту

Англоязычная DeBERTa-v3-large для zero-shot классификации текста и дообучения под задачи классификации и множественного выбора.

Подходит для: классификация текста по пользовательским категориям без дообучения · определение тематик и меток документов · проверка гипотез по паре текстов как задача NLI

Дообученная на проверенных медицинских рассуждениях модель Qwen3 для ответов на вопросы MedQA и медицинские экзаменационные задачи.

Подходит для: ответы на вопросы медицинского экзамена USMLE · разбор вопросов MedQA с выбором одного варианта · генерация пошаговых рассуждений по медицинским задачам

WaterSheep — англоязычная модель для ответов на вопросы о тексте в форматах классификации, выбора варианта, оценки по шкале и многометочной разметки с вероятностями.

Подходит для: классификация эмоций и тональности текста · модерация и выявление небезопасного или токсичного содержания · определение намерения пользователя по сообщению

Англоязычная медицинская разговорная модель на базе Llama 2 для ответов на вопросы USMLE и ведения диалогов врача с пациентом.

Подходит для: ответы на вопросы по экзамену USMLE · объяснение медицинских вопросов и ответов · симуляция диалога врача с пациентом

Bobcat 1.3 — дообученная Gemma 4 для классификации с нулевым числом примеров и выдачи вероятностей по заданным вариантам ответа.

Подходит для: выбор подходящего инструмента по запросу пользователя · классификация намерений и маршрутизация запросов · проверка утверждений по предоставленным свидетельствам