Swen-28M — компактная диалоговая языковая модель для локальной генерации короткого начала ответа с последующим продолжением более крупной моделью.
Подходит для: мгновенный показ начала ответа в чат-интерфейсе · генерация короткого локального префикса перед передачей запроса облачной модели · гибридная локально-облачная генерация текста
Модель Sentence Transformers кодирует предложения и короткие абзацы в векторы для семантического поиска, сравнения текстов и кластеризации.
Подходит для: семантический поиск по коллекции документов · поиск похожих предложений и абзацев · сравнение смысловой близости двух текстов
Компактная GPT-2-модель на 30 млн параметров для локальной генерации текста и последующего дообучения под задачи встроенных сенсорных систем.
Подходит для: локальный запуск языковой модели на одноплатном компьютере · генерация текста на маломощном устройстве · дообучение модели для сценариев встроенного сенсоринга
Квантизированный до 4 бит вариант SenseNova-U1.5-8B-MoT для быстрой генерации и редактирования изображений и ответов на вопросы об изображениях на Apple Silicon.
Подходит для: создание изображений по текстовому описанию · редактирование изображения по инструкции · ответы на вопросы о содержимом изображения
Англоязычная модель DistilRoBERTa преобразует предложения и короткие абзацы в эмбеддинги для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по коллекции текстов · сравнение смысловой близости двух предложений · кластеризация коротких текстов по смыслу
Модель MPNet преобразует предложения и абзацы в эмбеддинги для семантического поиска, сравнения текстов и кластеризации.
Подходит для: семантический поиск по коллекции документов · поиск похожих предложений и абзацев · кластеризация текстов по смыслу
Модель ALBERT преобразует предложения и абзацы в векторы для семантического поиска, кластеризации и сравнения текстов.
Подходит для: семантический поиск по текстовой коллекции · поиск похожих предложений и абзацев · кластеризация текстов по смыслу
Модель Sentence-Transformers на базе MPNet преобразует предложения и абзацы в эмбеддинги для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по предложениям и абзацам · сравнение смысловой близости двух текстов · кластеризация предложений по смыслу
Многоязычная BERT-модель LaBSE строит эмбеддинги предложений в общем векторном пространстве для сравнения смысла текстов на 109 языках.
Подходит для: поиск семантически похожих предложений · сопоставление предложений на разных языках · многоязычный семантический поиск
Дообученная на парах предложений модель RoBERTa-large, которая кодирует английские тексты в эмбеддинги для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по предложениям и коротким абзацам · поиск похожих предложений по смыслу · кластеризация текстов по семантике
Англоязычная модель DistilBERT TAS-B преобразует предложения и абзацы в эмбеддинги для семантического поиска и сравнения текстов.
Подходит для: поиск документов по смыслу текстового запроса · ранжирование результатов поиска по семантическому сходству · поиск похожих предложений и абзацев
Мультимодальная модель SenseTime в формате bf16 для Apple Silicon, объединяющая генерацию и редактирование изображений с ответами на визуальные вопросы.
Подходит для: создание изображений по текстовому описанию · редактирование изображения по инструкции · ответы на вопросы о содержимом изображения
Модель RoBERTa преобразует предложения и абзацы в эмбеддинги для поиска по смыслу, сравнения текстов и кластеризации.
Подходит для: семантический поиск по коллекции текстов · сравнение смысловой близости предложений · кластеризация предложений и абзацев
Устаревшая модель Sentence-Transformers на базе BERT, которая кодирует предложения и абзацы в векторы для семантического поиска и кластеризации.
Подходит для: семантический поиск по коллекции текстов · поиск предложений, похожих по смыслу · кластеризация предложений и абзацев
Модель Sentence-Transformers на базе BERT создаёт 768-мерные эмбеддинги текстов на иврите для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по текстам на иврите · поиск похожих предложений на иврите · кластеризация предложений и абзацев на иврите
Производная модели sensenova/InteractiveOmni-8B. Омнимодальная модель SenseNova для интерактивного понимания изображений, аудио, текста и видео с генерацией текста и речи.
Подходит для: ответы на вопросы по изображениям · понимание содержания аудиозаписей · диалог с учётом аудио и видео
RynnBrain-30B-A3B — мультимодальная модель для понимания сцен от первого лица, пространственной локализации и поддержки планирования в робототехнике.
Подходит для: ответы на вопросы о сцене от первого лица · распознавание и подсчёт объектов в видеосцене · извлечение текста из изображений и видео
Sentence-T5-base кодирует английские предложения и абзацы в 768-мерные векторы для сравнения семантического сходства.
Подходит для: сравнение сходства двух предложений · поиск семантически похожих фраз · кластеризация предложений по смыслу
Модель MindLab Research на базе GLM-5.2 для диалогов, агентных задач с инструментами, программирования и генерации интерфейсов.
Подходит для: диалоги с персональным ИИ-помощником · выполнение задач агента с использованием инструментов · написание и изменение программного кода
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
Устаревшая модель Sentence-Transformers на базе DistilBERT, преобразующая предложения и абзацы в 768-мерные векторы для семантического поиска и кластеризации.
Подходит для: поиск похожих предложений · семантический поиск по коллекции текстов · кластеризация предложений и абзацев
Модель на основе энкодера T5-base преобразует предложения и абзацы в эмбеддинги для семантического поиска и сравнения текстов.
Подходит для: семантический поиск по коллекции документов · поиск релевантных абзацев по запросу · сравнение предложений по смыслу
Модель создаёт эмбеддинги французских предложений для семантического поиска и сравнения текстов по смыслу.
Подходит для: семантический поиск по французским документам · поиск похожих французских предложений · ранжирование результатов поиска по смысловой близости
Модель преобразует предложения и абзацы в 768-мерные эмбеддинги для семантического поиска, сравнения сходства и кластеризации.
Подходит для: семантический поиск по предложениям и абзацам · поиск релевантных документов по запросу · сравнение семантического сходства текстов