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 BERT-модель OpenSearch кодирует документы в разреженные векторы для эффективного поиска по тексту.

Подходит для: семантический поиск документов в OpenSearch · поиск passages по текстовым запросам · индексация документов разреженными векторами

Мультиязычная модель многовекторных встраиваний для поиска текстовых запросов по страницам PDF и другим визуальным документам.

Подходит для: поиск страниц PDF по текстовому запросу · поиск по изображениям документов и скан-копиям · построение мультиязычного поиска по визуальным документам

Мультимодальная модель Alibaba Cloud OpenSearch-AI для создания общих эмбеддингов текста, изображений, видео и визуальных документов с целью межмодального поиска.

Подходит для: поиск изображений по текстовому запросу · поиск текста и изображений в общем векторном индексе · поиск по содержимому страниц и визуальных документов

Разреженный энкодер на базе DistilBERT для представления запросов и документов и поиска по текстовым коллекциям в OpenSearch.

Подходит для: поиск релевантных документов по запросу · семантический поиск по базе знаний в OpenSearch · индексация коллекции документов разреженными векторами

Модель OpenSearch кодирует документы и запросы в разреженные векторы для эффективного поиска релевантных документов.

Подходит для: Поиск документов по короткому текстовому запросу · Извлечение релевантных фрагментов из корпуса знаний · Настройка разреженного поиска в OpenSearch

OpenJev — модель на базе Qwen3.5 для классификации, оценки вариантов и выбора действий браузерных агентов по тексту, веб-страницам и скриншотам.

Подходит для: маршрутизация обращений в службу поддержки по теме и команде · определение приоритета и намерения в сообщениях · выявление спама, токсичности и нарушений политики

Модель BERT от OpenSearch кодирует запросы и документы в разреженные векторы для поиска и ранжирования в OpenSearch.

Подходит для: семантический поиск по коллекции документов · поиск релевантных пассажей по запросу · построение разреженных представлений запросов для Lucene

Мультимодальная модель Alibaba Cloud для кодирования текста, изображений, визуальных документов и видео в эмбеддинги для межмодального поиска.

Подходит для: поиск изображений по текстовому запросу · поиск текстовых описаний по изображению · поиск по содержимому визуальных документов

Экспериментальная Gemma 3, дообученная для рассуждений и ответов по SEO-задачам с опорой на онтологию SEOntology.

Подходит для: оптимизация SEO-заголовков и метаописаний · предложение внутренних ссылок между статьями · анализ поисковых запросов и их трендов

Разреженный энкодер OpenSearch на базе DistilBERT для семантического поиска документов и извлечения релевантных фрагментов.

Подходит для: поиск релевантных документов в корпусе · поиск ответов и фрагментов для системы вопросов и ответов · семантический поиск в OpenSearch с обратным индексом Lucene

BERT-модель OpenSearch AI преобразует китайский текст в эмбеддинги для поиска по смыслу и сравнения предложений.

Подходит для: поиск китайских документов по смыслу · сравнение сходства китайских предложений · построение векторного индекса текстов

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

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

Исследовательская дообученная модель OpenGrad на базе Qwen3.5-2B для решения, когда вызвать инструмент, запросить уточнение или отказаться.

Подходит для: оценка, следует ли вызывать инструмент для запроса · выявление запросов, требующих уточнения перед вызовом инструмента · отказ от неподдерживаемого вызова инструмента

Экспериментальная модель Menlo на базе Llama 3.2 3B Instruct, дообученная для итеративного поиска ответов с уточнением запросов и повторными попытками.

Подходит для: исследование стратегий повторного поиска точных ответов · уточнение поисковых запросов в диалоговом прототипе · проверка взаимодействия языковой модели с поисковыми инструментами

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

Компактный реранкер Tencent на базе Qwen3 для упорядочивания навыков ИИ-агента по релевантности запросу.

Подходит для: ранжирование навыков агента по пользовательскому запросу · пересортировка найденных навыков перед передачей агенту · оценка релевантности пары «запрос — навык»

Производная модели opensearch-project/opensearch-neural-sparse-encoding-doc-v2-mini. Компактная BERT-модель OpenSearch кодирует документы в разреженные векторы для эффективного поиска по тексту.

Подходит для: семантический поиск документов в OpenSearch · поиск passages по текстовым запросам · индексация документов разреженными векторами

Классификатор BERT для оценки релевантности предложений запросу и семантической подсветки результатов поиска в OpenSearch.

Подходит для: выделение релевантных предложений в найденном документе · семантическая подсветка результатов поиска OpenSearch · оценка релевантности предложений запросу

Компактная англоязычная модель эмбеддингов для локального семантического поиска, RAG и других задач работы с векторами текста.

Подходит для: семантический поиск по заметкам, сообщениям и документам на английском языке · векторное извлечение документов для RAG · кластеризация коротких текстов

Модель создаёт эмбеддинги запросов и помогает находить и ранжировать подходящие навыки для AI-агентов.

Подходит для: поиск навыков агента по запросу пользователя · ранжирование навыков из каталога для выбора агентом · семантический поиск по библиотеке навыков AI-агентов

Компактная дообученная модель Qwen2.5-3B-Instruct для агентного поиска и генерации ответов на основе данных, полученных внешним поисковым механизмом.

Подходит для: формирование поисковых запросов по вопросу пользователя · многоэтапный поиск с повторным уточнением запроса · подготовка ответов на основе найденных фрагментов