Текстовая модель Snowflake для создания эмбеддингов запросов и документов и семантического поиска по ним.

Подходит для: семантический поиск по документам · поиск релевантных фрагментов для RAG · сопоставление поискового запроса с документами

Snowflake Arctic Embed M — англоязычная BERT-модель для построения эмбеддингов и семантического поиска по запросам и документам.

Подходит для: семантический поиск по базе документов · поиск релевантных фрагментов для RAG · сопоставление запросов с документами

Компактная модель Snowflake для создания текстовых эмбеддингов и семантического поиска по документам.

Подходит для: семантический поиск по базе документов · подбор релевантных фрагментов для RAG · поиск ответов во внутренней документации

Мультиязычная модель Snowflake для создания текстовых эмбеддингов и семантического поиска по документам.

Подходит для: семантический поиск документов на нескольких языках · поиск релевантных фрагментов для RAG · сопоставление поискового запроса с документами

Модель Snowflake для многошагового использования инструментов через MCP, обученная с подкреплением на синтетических средах.

Подходит для: создание многошаговых агентов с вызовом инструментов через MCP · выполнение последовательных действий в синтетических средах · исследование агентного обучения с подкреплением

Модель Snowflake для обучения агентов многошаговому использованию инструментов в синтетических средах через MCP.

Подходит для: создание агента для многошаговых задач с инструментами · обучение агента взаимодействию с MCP-серверами · исследование обучения агентов с подкреплением в синтетических средах

Компактная англоязычная BERT-модель Snowflake для создания текстовых эмбеддингов и семантического поиска.

Подходит для: семантический поиск по коллекции документов · поиск релевантных фрагментов для RAG · сопоставление пользовательского запроса с документами

Текстовая модель Snowflake, создающая эмбеддинги для семантического поиска и сопоставления запросов с документами.

Подходит для: семантический поиск по коллекции документов · поиск релевантных фрагментов для RAG · сопоставление запросов и документов

Мультиязычная модель Snowflake для создания текстовых эмбеддингов и эффективного семантического поиска по документам.

Подходит для: семантический поиск по корпоративным документам · поиск релевантных документов по запросу на разных языках · построение векторного индекса для retrieval-системы

Многошаговая агентная модель Snowflake на базе Qwen3-4B для использования инструментов через MCP в синтетических средах.

Подходит для: выполнение последовательности вызовов инструментов через MCP · создание многошагового агента для взаимодействия с инструментальными средами · исследование обучения агентов с подкреплением на синтетических средах

Корейско-английская модель эмбеддингов для семантического поиска и сравнения текстов, дообученная на основе Snowflake Arctic Embed L v2.0.

Подходит для: семантический поиск по корейским документам · поиск ответов в корейских медицинских и общественных материалах · поиск в финансовых и юридических документах на корейском языке

Snowflake Arctic Instruct — инструктивная MoE-языковая модель для диалогов, генерации текста и кода.

Подходит для: диалоговые ответы на текстовые запросы · генерация и продолжение текста · написание фрагментов кода

Базовая гибридная MoE-модель Snowflake для генерации текста и кода, пригодная для дообучения и создания прикладных решений.

Подходит для: генерация и продолжение текста · генерация программного кода · создание собственной модели на базе дообучения Arctic-Base

Черновая DSpark-модель для спекулятивного декодирования, ускоряющего инференс Inkling-Small NVFP4 в SGLang.

Подходит для: ускорение генерации текста целевой моделью Inkling-Small NVFP4 · спекулятивное декодирование в SGLang · ускорение генерации ответов на математические задачи

Дообученная модель Defog на основе Llama 3 генерирует SQL-запросы для PostgreSQL, Redshift и Snowflake по вопросам пользователя и описаниям таблиц.

Подходит для: генерация SQL по вопросу на естественном языке · составление запросов к PostgreSQL по DDL-схеме · подготовка запросов для Amazon Redshift

Модель OpenMed находит и размечает названия химических соединений и лекарств в биомедицинских текстах.

Подходит для: извлечение названий лекарств из медицинских записей · поиск химических соединений в аннотациях PubMed · подготовка данных для мониторинга нежелательных реакций

Модель OpenMed находит и размечает упоминания, связанные с хроническим лимфолейкозом, в биомедицинских текстах.

Подходит для: поиск упоминаний хронического лимфолейкоза в клинических записях · извлечение сущностей CLL из научных статей · разметка текстов о лейкозе для медицинской аналитики

Модель OpenMed находит и размечает упоминания заболеваний в биомедицинских текстах.

Подходит для: извлечение названий заболеваний из научных публикаций · поиск заболеваний в медицинских записях · разметка упоминаний болезней для биомедицинских корпусов

Модель OpenMed находит и размечает сущности, связанные с генетикой рака, в биомедицинских текстах и научных публикациях.

Подходит для: извлечение генов и белков из статей по онкологии · поиск видов рака и связанных с ними биомаркеров в научной литературе · разметка клеток, тканей и органов в биомедицинских текстах

Дообученная модель OpenMed находит и классифицирует персональные данные в португальском тексте для деидентификации документов и наборов данных.

Подходит для: поиск персональных данных в португальских медицинских записях · разметка имен, адресов и идентификаторов для последующего удаления · проверка документов на наличие контактных и финансовых данных

Черновая модель EAGLE3 для ускорения генерации MiniMax-M3 методом спекулятивного декодирования через vLLM.

Подходит для: ускорение диалоговой генерации MiniMax-M3 · ускорение решения математических задач моделью MiniMax-M3 · ускорение генерации кода MiniMax-M3

Черновая модель EAGLE3 для ускорения генерации MiniMax M2.5 посредством спекулятивного декодирования.

Подходит для: ускорение генерации текста MiniMax M2.5 · предложение черновых токенов для EAGLE3 · настройка спекулятивного декодирования в SGLang

Производная модели Snowflake/snowflake-arctic-embed-l-v2.0. Мультиязычная модель Snowflake для создания текстовых эмбеддингов и семантического поиска по документам.

Подходит для: семантический поиск документов на нескольких языках · поиск релевантных фрагментов для RAG · сопоставление поискового запроса с документами

Классификатор оценивает образовательную ценность веб-текста по шкале от 0 до 5 и помогает отбирать материалы для обучающих корпусов.

Подходит для: оценка образовательной ценности веб-страниц · фильтрация школьных учебных материалов из веб-архивов · отбор текстов для образовательного датасета