Модель Qwen3 на 7,6 млрд параметров оценивает релевантность документов запросу и переранжирует результаты поиска для RAG и поисковых систем.
Подходит для: переранжирование документов по поисковому запросу · улучшение выдачи поиска на втором этапе ранжирования · отбор наиболее релевантных фрагментов для RAG
Компактная модель Katanemo определяет область и действие по запросу, помогая маршрутизировать его к подходящей языковой модели.
Подходит для: маршрутизация запросов к специализированным моделям · определение предметной области пользовательского запроса · определение требуемого действия, например перевода или генерации кода
Экспериментальная дообученная модель Qwen3.5 на 7,2 млрд параметров для англоязычных ролевых диалогов и творческого общения.
Подходит для: ролевые диалоги с вымышленными персонажами · генерация реплик персонажа в интерактивной истории · творческое ролевое общение в чате
Экспериментальная дообученная на ролевых диалогах модель Qwen3.5 для творческого письма и англоязычного ролевого общения, включая ERP.
Подходит для: англоязычные ролевые диалоги с персонажами · создание творческих сцен и историй · ERP-сценарии в ролевом общении
FollowIR-7B — дообученная модель Mistral для реранжирования документов по запросу с учётом инструкций пользователя.
Подходит для: реранжирование найденных документов по запросу · учёт пользовательских инструкций при поиске · оценка релевантности пары «запрос — документ»
InRanker-base — дистиллированная модель на основе monoT5 для повторного ранжирования поисковых результатов, в том числе при сдвиге домена.
Подходит для: переранжирование найденных документов по запросу · оценка релевантности результатов поиска · улучшение поиска при отличии целевого домена от обучающего
Дообученная Gemma 3 12B для ролевых диалогов, творческого письма и сюжетной генерации.
Подходит для: ведение длинных ролевых диалогов · создание персонажей и сцен для интерактивной истории · продолжение художественного текста в заданном стиле
Компактная LLaMA-совместимая языковая модель для локальных агентных рабочих процессов, диагностики Linux и генерации кода.
Подходит для: диагностика проблем Linux-серверов · помощь в системном администрировании и настройке инфраструктуры · генерация скриптов Bash и Python для автоматизации
Конвертированная в MLX модель Qwen3 на 7,6 млрд параметров для ранжирования текстов по релевантности запросу.
Подходит для: переранжирование результатов поисковой выдачи · выбор наиболее релевантных документов для RAG · сортировка фрагментов документов по соответствию вопросу
Мультимодальная модель VANTA Research на базе Gemma 3 4B IT для диалогов и структурированных ответов в принципиальной персоне Реформатора.
Подходит для: структурированный анализ сложных решений · конструктивная критика аргументов и рабочих процессов · рефлексивная обратная связь для саморазвития
Дообученная Qwen 3.5 2B для ролевых диалогов и творческого письма с большей терпимостью к откровенным темам.
Подходит для: ролевые диалоги с персонажами · написание художественных сцен и рассказов · генерация диалогов с улучшенной пунктуацией
NoRefER сравнивает качество текстовых гипотез распознавания речи без эталонной расшифровки и помогает выбирать лучшие варианты.
Подходит для: сравнение расшифровок разных ASR-моделей без эталонного текста · выбор лучшей гипотезы из нескольких результатов распознавания речи · отбор ASR-гипотез для проверки человеком или постредактирования
Экспериментальная компактная модель для генерации ролевых диалогов и творческого повествования на английском языке.
Подходит для: ведение длинных ролевых диалогов с персонажами · написание ответов от лица игрового персонажа · создание сцен и художественного повествования
Reward-модель Nexusflow на базе Llama 3 70B Instruct оценивает и помогает ранжировать ответы языковых моделей.
Подходит для: оценка качества ответов языковой модели · ранжирование нескольких ответов по предпочтительности · формирование сигналов вознаграждения для RLHF
Реранкер на 8 млрд параметров для оценки релевантности документов запросу и улучшения поиска и RAG.
Подходит для: переупорядочивание результатов поисковой выдачи · ранжирование документов-кандидатов для RAG · поиск подходящих фрагментов документации по запросу
InRanker-3B — англоязычный T5-реранкер, дистиллированный из monoT5-3B для переупорядочивания результатов поиска, в том числе вне обучающего домена.
Подходит для: переупорядочивание результатов текстового поиска · оценка релевантности документов поисковому запросу · улучшение ранжирования результатов информационного поиска
Производная модели arcee-ai/Trinity-Large-Base. Базовая разреженная MoE-модель Arcee AI для генерации текста, исследований предобучения и последующего дообучения.
Подходит для: исследование поведения языковой модели после масштабного предобучения · изучение маршрутизации и балансировки экспертов MoE · зондирование и интерпретируемость языковой модели
Retro* — дообученная на Qwen3-32B модель для ранжирования документов в поисковых задачах, требующих рассуждений.
Подходит для: ранжирование документов по релевантности запросу · поиск документов для сложных запросов с рассуждениями · оценка релевантности результатов поиска
Производная модели Qwen/Qwen3-Reranker-4B. Мультиязычный реранкер Qwen3 с 3,7 млрд параметров для сортировки текстовых и кодовых результатов поиска по релевантности запросу.
Подходит для: переранжирование результатов веб-поиска · повышение релевантности документов в RAG-системе · поиск ответных фрагментов во внутренней базе знаний
Модель CIIR на базе Qwen2.5-14B, дообученная для поиска и извлечения документов по запросам, требующим математических рассуждений.
Подходит для: поиск математических задач по текстовому запросу · извлечение релевантных документов для запросов с рассуждениями · семантический поиск по коллекции математических материалов
Производная модели Contrastive-LM/CLM-v0.1-8B. CLM-v0.1-8B — контрастивная модель на базе Qwen3-8B для ранжирования кандидатов и оценки вариантов действий в агентных сценариях.
Подходит для: ранжирование вариантов решения задачи программирования · выбор подходящего инструмента для агента · оценка возможных следующих действий агента
SurvAIv Ettin 32M — англоязычный кросс-энкодер для оценки релевантности и повторного ранжирования результатов поиска.
Подходит для: повторное ранжирование документов по запросу в RAG-системе · сортировка результатов поисковой выдачи по релевантности · оценка релевантности пар «запрос — фрагмент текста»
Производная модели zeroentropy/zerank-1-small-reranker. Компактный реранкер zeroentropy на базе Qwen3-4B, который оценивает релевантность документов запросу и улучшает порядок результатов поиска.
Подходит для: переранжирование документов в поисковой выдаче · сортировка кандидатов для RAG-системы · улучшение поиска по финансовым документам
Производная модели Contrastive-LM/CLM-v0.1-8B. CLM-v0.1-8B — контрастивная модель на базе Qwen3-8B для ранжирования кандидатов и оценки вариантов действий в агентных сценариях.
Подходит для: ранжирование вариантов решения задачи программирования · выбор подходящего инструмента для агента · оценка возможных следующих действий агента