OneRec-1.7B — модель на базе Qwen3 для генерации рекомендаций товаров, рекламы и коротких видео по истории взаимодействий и инструкциям пользователя.

Подходит для: рекомендация коротких видео по истории просмотров · подбор товаров в интернет-магазине · персонализация рекламных рекомендаций

Производная модели OpenOneRec/OneRec-1.7B. OneRec-1.7B — модель на базе Qwen3 для генерации рекомендаций товаров, рекламы и коротких видео по истории взаимодействий и инструкциям пользователя.

Подходит для: рекомендация коротких видео по истории просмотров · подбор товаров в интернет-магазине · персонализация рекламных рекомендаций

Производная модели OpenOneRec/OneRec-1.7B. OneRec-1.7B — модель на базе Qwen3 для генерации рекомендаций товаров, рекламы и коротких видео по истории взаимодействий и инструкциям пользователя.

Подходит для: рекомендация коротких видео по истории просмотров · подбор товаров в интернет-магазине · персонализация рекламных рекомендаций

Предварительно обученная модель OneRec на 1,8 млрд параметров служит основой для дообучения под задачи генеративных рекомендаций.

Подходит для: дообучение модели для генерации рекомендаций по пользовательским данным · адаптация рекомендательной модели под специализированный датасет · выравнивание модели для прикладного сценария генеративных рекомендаций

Производная модели OpenOneRec/OneRec-1.7B. OneRec-1.7B — модель на базе Qwen3 для генерации рекомендаций товаров, рекламы и коротких видео по истории взаимодействий и инструкциям пользователя.

Подходит для: рекомендация коротких видео по истории просмотров · подбор товаров в интернет-магазине · персонализация рекламных рекомендаций

Предварительная модель OneReason на базе Qwen3 для исследований генеративных рекомендаций с использованием itemic-токенов и пользовательской истории.

Подходит для: исследование генеративных рекомендательных систем · дообучение модели на истории поведения пользователей · сопоставление описаний товаров с itemic-токенами

Англоязычная cross-encoder-модель, которая оценивает релевантность пассажей запросу и повторно ранжирует результаты поиска.

Подходит для: повторное ранжирование пассажей, найденных поисковой системой · сортировка результатов по релевантности запросу · улучшение поиска по документам на этапе reranking

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

Разреженная модель OpenSearch кодирует документы и запросы в векторы для эффективного поиска по текстовой коллекции.

Подходит для: поиск документов по запросу в OpenSearch · поиск по коллекции научных статей · семантический поиск по базе знаний

Многоязычная разреженная BERT-модель OpenSearch для кодирования документов и запросов в поиске по текстам.

Подходит для: семантический поиск документов в OpenSearch · поиск по пассажам в многоязычных коллекциях · расширение документов для повышения полноты поиска

Компактная японская модель переранжирования, которая оценивает релевантность текстов для улучшения поиска и RAG.

Подходит для: переранжирование результатов японского поиска · выбор наиболее релевантных фрагментов для японского RAG · сортировка документов по соответствию запросу

Дообученная модель Qwen3.5-9B для выбора действий в браузере, маршрутизации рабочих процессов и оценки вариантов по текстовым принципам.

Подходит для: ранжирование кандидатов следующего действия браузера · выбор маршрута для рабочего процесса · оценка вариантов по заданному принципу на естественном языке

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

Компактный японский CrossEncoder на базе XLM-RoBERTa для переоценки релевантности результатов поиска.

Подходит для: повторное ранжирование документов по японскому поисковому запросу · оценка релевантности пары «запрос — документ» · улучшение порядка результатов поисковой системы

Компактная японская модель на базе DistilBERT для оценки релевантности и повторного ранжирования результатов поиска.

Подходит для: повторное ранжирование результатов японского поиска · сортировка документов по релевантности запросу · улучшение выдачи японской поисковой системы

Компактный реранкер навыков, который оценивает кандидатов относительно запроса и помогает LLM-агенту выбрать подходящий навык.

Подходит для: переупорядочивание найденных навыков агента по релевантности задаче · выбор наиболее подходящего навыка из списка кандидатов · отбор top-N навыков для планирования действий LLM-агента

Модель OpenAssistant на базе DeBERTa-v3-base оценивает ответы на вопросы по предпочтениям, отражающим человеческие оценки, и может служить компонентом RLHF.

Подходит для: оценка качества сгенерированных ответов на вопросы · ранжирование ответов по предпочтительности · получение сигнала вознаграждения для обучения RLHF

Kelix-SFT — мультимодальная модель OpenOneRec на базе Qwen3-8B для понимания изображений и генерации изображений по тексту.

Подходит для: ответы на вопросы по содержимому изображений · распознавание текста на изображениях и документах · извлечение данных из диаграмм и графиков

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

Базовая многоязычная языковая модель OpenBuddy на 66,6 млрд параметров для дальнейшего дообучения специализированных чат-моделей.

Подходит для: дообучение на предметной области · создание специализированного чат-бота · адаптация языковой модели к внутренним диалоговым данным

Предобученная модель Qwen3 на 7,7 млрд параметров для исследований генеративных рекомендаций с представлением объектов через itemic-токены.

Подходит для: изучение понимания токенов товаров и контента · сопоставление itemic-токенов с текстовым описанием объектов · продолжение предобучения на данных нового рекомендательного домена

Многоязычный послойный реранкер BAAI на базе MiniCPM, который оценивает релевантность текстовых фрагментов запросу для сортировки результатов поиска.

Подходит для: переранжирование результатов в поисковой системе · сортировка документов по соответствию запросу · отбор релевантных фрагментов для RAG

Компактная авторегрессионная модель OpenLM на 1,4 млрд параметров для генерации текста и экспериментов общего назначения.

Подходит для: генерация продолжения текста · эксперименты с компактными языковыми моделями · оценка perplexity на текстовых корпусах

Экспериментальная модель Eklav на базе Qwen3-14B для оценки релевантности и ранжирования пассажей по запросу.

Подходит для: ранжирование пассажей по релевантности запросу · переупорядочивание результатов поиска · оценка соответствия фрагментов запросу в RAG-системе