GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.

Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале

Большая языковая модель NVIDIA с архитектурой LatentMoE для диалогов, рассуждений, длинного контекста и ИИ-агентов.

Подходит для: автоматизация классификации и обработки IT-заявок · создание чат-бота с поддержкой длинного контекста · ответы на вопросы по нескольким документам в RAG-системе

JiRack Ultra 14B — 14-миллиардная диалоговая модель CMSManhattan для генерации текста, локального CPU-инференса и сценариев с RAG и вызовом инструментов.

Подходит для: генерация ответов в диалоговом интерфейсе · локальный запуск языковой модели на CPU · подготовка ответов по внутренним документам в RAG-системе

Модель вознаграждения на базе Llama 3.1 оценивает предпочтительность ответов и помогает ранжировать результаты языковых моделей.

Подходит для: оценка качества ответов чат-бота · выбор лучшего ответа из нескольких вариантов · ранжирование ответов языковой модели

Крупная модель MoE на базе Qwen 3.5 для агентного программирования, решения задач разработки и работы с инструментами.

Подходит для: решение задач разработки в терминальном coding-агенте · поиск и исправление ошибок в кодовой базе · автоматизация задач программирования с вызовом инструментов

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

Компактная модель Skywork для оценки и ранжирования ответов языковых моделей по предпочтениям.

Подходит для: сравнение качества двух ответов чат-бота · ранжирование вариантов ответа по предпочтительности · оценка ответов при разработке языковой модели

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

JevK5 — дообученная на базе Qwen3.5-4B модель, которая оценивает вероятности заданных вариантов для вопросов выбора, «да/нет» и оценки.

Подходит для: маршрутизация обращений клиентов по командам · классификация запроса по заданным категориям · выбор действия на основе описания состояния

Наградная модель InternLM2 на 1,7 млрд параметров для оценки, сравнения и ранжирования ответов диалоговых моделей по предпочтительности.

Подходит для: оценка предпочтительности ответа чат-бота · сравнение двух вариантов ответа языковой модели · ранжирование нескольких ответов для выбора лучшего

Компактная модель на базе Qwen3.5-4B оценивает вероятности заданных вариантов ответа для сценариев принятия решений.

Подходит для: оценка вероятности ответа «да» или «нет» по описанию состояния · выбор наиболее подходящего варианта из заданного списка · выставление оценки по многоуровневой шкале

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

Дообученная Qwen3.5-4B оценивает варианты действий для браузера и рабочих процессов и помогает формировать текстовые решения.

Подходит для: ранжирование кандидатов действий браузера · выбор следующего шага в автоматизированном рабочем процессе · маршрутизация запросов между этапами workflow

Selene 1 — дообученная Atla модель-судья для выставления оценок, классификации и сравнения ответов LLM.

Подходит для: автоматическая оценка качества ответов языковой модели по заданной шкале · проверка, отвечает ли текст на вопрос пользователя · сравнение двух ответов по логической последовательности или предпочтительности

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

Небольшая англоязычная авторегрессионная модель EleutherAI для исследований генерации текста и поведения языковых моделей.

Подходит для: эксперименты с предсказанием следующего токена на английском языке · исследование поведения языковых моделей на разных этапах обучения · анализ интерпретируемости компактной трансформерной модели

Дообученная модель для быстрого выбора и ранжирования вариантов по структурированным данным и составным правилам.

Подходит для: выбор подходящего варианта по нескольким последовательным условиям · исключение кандидатов по правилам допуска · ранжирование вариантов после фильтрации

Reward-модель Skywork на базе Llama 3.1 оценивает ответы диалоговых моделей, чтобы сравнивать и ранжировать их по предпочтительности.

Подходит для: оценка качества ответов чат-бота · сравнение двух ответов языковой модели · ранжирование сгенерированных ответов

Текстовая MoE-модель для генерации текста и кода, агентных задач и работы с инструментами с удалённым поведением отказа.

Подходит для: генерация и отладка программного кода · автоматизация задач программирования агентом · генерация ответов в диалоговом интерфейсе

Англоязычная модель-судья на базе Mistral для оценки ответов LLM по критериям и попарного ранжирования.

Подходит для: оценка ответа языковой модели по рубрике от 1 до 5 · сравнение и ранжирование двух ответов LLM · генерация обоснованной обратной связи для ответа модели

Экспериментальная дообученная модель Together AI выбирает один из заданных вариантов в структурированной задаче принятия решений.

Подходит для: выбор одного варианта из списка по состоянию и вопросу · классификация структурированной записи по заданным меткам · маршрутизация запроса в одну из нескольких категорий

Экспериментальная дообученная модель Together AI для выбора одного варианта в структурированных задачах принятия решений.

Подходит для: выбор одного действия из списка по текущему состоянию · применение заданной политики к структурированному сценарию · классификация ситуации через выбор одного из вариантов

Atla Selene-1-Mini — дообученная на базе Llama 3.1 8B модель-судья для оценки, классификации и сравнения ответов языковых моделей.

Подходит для: оценка ответа по заданной шкале · проверка, отвечает ли текст на запрос пользователя · сравнение двух ответов и выбор лучшего

Модель на базе Qwen3.8-27B выдаёт распределение вероятностей по заданным вариантам для задач выбора и оценивания.

Подходит для: сравнение вариантов и выбор наиболее подходящего · оценка вероятности исхода бинарного решения · вероятностное ранжирование вариантов