Мультимодальная reward-модель для проверки выполнения задач агентами, управляющими компьютером, по инструкциям, снимкам экрана и журналам действий.

Подходит для: проверка, выполнил ли компьютерный агент пользовательскую задачу · оценка траекторий действий агента по снимкам экрана · выявление ошибочных заявлений агента об успешном выполнении

Occamy-1.0 — дообученная мультимодальная MoE-модель для длительных агентных задач, программирования и совместной работы с инструментами.

Подходит для: выполнение многоэтапных рабочих процессов с вызовом инструментов · написание и отладка кода через терминал · поиск и обработка информации в ходе агентной задачи

OS-Atlas-Base-7B — дообученная мультимодальная модель, которая находит элементы графического интерфейса по текстовому запросу и снимку экрана.

Подходит для: поиск кнопки на снимке экрана по её названию · нахождение поля ввода или меню в интерфейсе · визуальная привязка текстовой команды к элементу GUI

Мультимодальная модель для GUI-агентов, которая анализирует экран и предлагает рассуждение и следующий шаг взаимодействия с интерфейсом.

Подходит для: выбор кнопки или другого элемента на экране по инструкции · генерация следующего действия GUI-агента · выполнение отдельных шагов в интерфейсе приложений

OS-Atlas-Base-4B — дообученная мультимодальная модель для поиска и привязки элементов графического интерфейса по скриншотам и текстовым запросам.

Подходит для: поиск кнопки или поля ввода по текстовому описанию на скриншоте · определение расположения элемента интерфейса для GUI-агента · визуальный разбор экрана приложения перед автоматизацией

Дообученная и квантизированная MoE-модель Osaurus для диалогов и агентной работы с инструментами и конфигурацией Osaurus.

Подходит для: вызов инструментов в агентных сценариях Osaurus · настройка MCP-серверов и токенов доступа · онбординг и настройка провайдеров, моделей и агентов Osaurus

Дообученная компактная MoE-модель Osaurus для генерации AppleScript и вызовов инструментов при автоматизации macOS.

Подходит для: автоматизация действий в Safari, Finder, Mail, Notes и Calendar · управление macOS через AppleScript в агентном цикле · генерация вызовов инструмента run_applescript

Дообученная компактная MLX-модель генерирует AppleScript и вызовы инструмента для автоматизации macOS.

Подходит для: автоматизация действий в Safari, Finder и приложениях macOS · управление Mail, Notes и Calendar через AppleScript · создание вызовов run_applescript для агентного цикла

Предварительная дообученная модель Spark-X2.5-4B для выбора и вызова инструментов, ведения диалога и восстановления после ошибок в агентной среде Osaurus.

Подходит для: выбор между ответом пользователю и вызовом инструмента · выбор подходящего инструмента в Osaurus · восстановление после ошибок при выполнении инструментов

Квантизированная MoE-модель Laguna-XS.2 для агентного программирования и генерации кода на компьютерах Apple Silicon.

Подходит для: генерация и продолжение кода · помощь агенту в многошаговой разработке ПО · ответы на вопросы по программированию в диалоге

Мультимодальная модель OS-Genesis для анализа экранов Android и формирования действий GUI-агента.

Подходит для: выполнение задач в приложениях Android по описанию на естественном языке · управление мобильным интерфейсом по снимку экрана · построение траекторий действий GUI-агента

O2-9B-Preview — 9-миллиардная модель Ant International для агентного рассуждения, программирования и выполнения задач с инструментами и проверкой результатов.

Подходит для: выполнение многошаговых задач с вызовом инструментов · помощь в разработке и работе с репозиториями кода · анализ результатов запуска тестов и исправление ошибок

OS-Genesis-7B-AC — дообученная мультимодальная модель, предназначенная для понимания экранов мобильных устройств и поддержки выполнения задач в их графическом интерфейсе.

Подходит для: управление мобильным приложением по текстовой инструкции · анализ скриншота экрана Android · выполнение последовательности действий в мобильном GUI-агенте

OS-Genesis-4B-AC — дообученная мультимодальная модель для анализа экранов мобильных устройств и управления GUI-агентом.

Подходит для: выполнение инструкций в интерфейсе Android · анализ снимка экрана мобильного приложения · построение траекторий действий GUI-агента

Мультимодальная модель OS-Genesis на базе Qwen2-VL для интерпретации веб-интерфейсов и построения траекторий действий GUI-агента.

Подходит для: анализ скриншота веб-страницы по текстовой инструкции · генерация траекторий взаимодействия с веб-интерфейсом · обучение GUI-агента действиям в браузере

Мультимодальная модель Qwen3.5-4B, дообученная на траекториях Lite.OSWorld для понимания изображений и выполнения задач взаимодействия с компьютерной средой.

Подходит для: понимание скриншота интерфейса и ответ на вопрос о его содержимом · выполнение задач компьютерного взаимодействия в сценариях Lite.OSWorld · диалог по визуальному содержимому экрана

Мультимодальная модель Microsoft проверяет, соответствует ли отмеченная точка на снимке интерфейса текстовой инструкции, чтобы оценивать кандидаты на действие GUI-агента.

Подходит для: проверка, указывает ли точка на нужный элемент интерфейса · оценка кандидатов координат для клика GUI-агента · верификация позиции действия по скриншоту и инструкции

Дообученная на базе e5-large модель создаёт текстовые эмбеддинги для семантического поиска и сопоставления описаний CVE и уязвимостей.

Подходит для: поиск описания уязвимости по текстовому запросу · поиск похожих CVE и бюллетеней безопасности · ранжирование документов об уязвимостях по релевантности запросу

Альфа-модель на базе DeepSeek-Coder-1.3B для дополнения и редактирования кода в режиме Fill-in-the-Middle.

Подходит для: автодополнение кода внутри существующего фрагмента · заполнение пропусков между частями кода · редактирование кода в стиле FIM-копилота

Мультимодальная модель Anthropic для сложной разработки ПО, агентных сценариев и длительной работы с компьютером.

Подходит для: разработка и отладка программного обеспечения · выполнение многошаговых задач агентом с инструментами · работа с компьютерным интерфейсом в длительных сценариях

Мультимодальная модель Cohere для корпоративных агентных рабочих процессов с контекстом 192 тысячи токенов и вызовом инструментов.

Подходит для: создание корпоративных AI-агентов с вызовом инструментов · анализ изображений и текста в агентных сценариях · выполнение многошаговых рабочих процессов с длинным контекстом