Англоязычный Transformer-энкодер ELECTRA для тонкой настройки на классификацию, ответы на вопросы и разметку последовательностей.

Подходит для: классификация англоязычных текстов · ответы на вопросы по тексту · извлечение ответов из контекста

Многоязычная модель Segment Any Text для разделения текста на предложения и сегментации токенов.

Подходит для: разделение сплошного текста на предложения · сегментация многоязычных документов перед обработкой NLP · подготовка субтитров и транскриптов с границами предложений

Вспомогательная модель DSpark для спекулятивного декодирования, ускоряющая генерацию целевой модели Kimi K3 в SGLang.

Подходит для: ускорение генерации текста моделью Kimi K3 в SGLang · спекулятивное декодирование с проверкой черновых токенов целевой моделью · ускорение вывода Kimi K3 на задачах программирования и математики

Многоязычная модель Segment Any Text для определения границ предложений в тексте с помощью wtpsplit.

Подходит для: разделение сплошного текста на предложения · восстановление границ предложений в текстах без пунктуации · подготовка многоязычных текстов к обработке NLP

Многоязычная BERT-модель Microsoft оценивает важность токенов и сжимает промпты и стенограммы встреч, сохраняя полезную для задачи информацию.

Подходит для: сжатие длинных промптов перед подачей в языковую модель · сокращение стенограмм встреч с сохранением важных фрагментов · подготовка сжатых стенограмм для ответов на вопросы

Дообученная англоязычная модель DistilBERT для семантического разбиения текста на фрагменты при подготовке данных для RAG.

Подходит для: разбиение абзацев на смысловые фрагменты для RAG · подготовка документов перед построением векторного индекса · сегментация английских текстов для поиска по документам

Многоязычная модель на базе XLM-RoBERTa-base для восстановления пунктуации в тексте на 12 европейских языках.

Подходит для: восстановление точек и запятых в текстах без пунктуации · расстановка знаков препинания в расшифровках речи · добавление вопросительных знаков в автоматически распознанную речь

Небольшой англоязычный энкодер ELECTRA для тонкой настройки на классификацию текста, ответы на вопросы и разметку последовательностей.

Подходит для: классификация англоязычных текстов · извлечение ответов из англоязычных текстов · разметка последовательностей и выделение фрагментов текста

Стандартная модель Flair на основе LSTM-CRF для подробной разметки частей речи в английском тексте.

Подходит для: разметка частей речи в английских текстах · извлечение POS-тегов для каждого токена · подготовка английских данных к синтаксическому анализу

Модель Microsoft на базе XLM-RoBERTa Large определяет, какие токены сохранить для сжатия промптов и текстов, включая стенограммы совещаний.

Подходит для: сжатие промптов перед подачей в языковую модель · сокращение стенограмм совещаний с сохранением ключевой информации · подготовка сжатых стенограмм для ответов на вопросы

Англоязычная предварительно обученная модель Splinter для извлечения ответов из текста в сценариях few-shot question answering.

Подходит для: извлечение ответа на вопрос из предоставленного текста · создание прототипа системы поиска ответов с малым числом примеров · эксперименты с few-shot вопросно-ответными системами

Модель XLM-RoBERTa для выделения знаний и профессиональных навыков из текста.

Подходит для: извлечение навыков из резюме · выделение требований к навыкам в вакансиях · поиск профессиональных компетенций в текстах

Англоязычная модель Stanza для лингвистического анализа текста и разметки токенов.

Подходит для: разметка токенов в английском тексте · анализ английских предложений для NLP-конвейера · подготовка текста к синтаксическому разбору

Многоязычная модель La-CANINE для определения границ предложений и сегментации текста в wtpsplit.

Подходит для: разделение многоязычного текста на предложения · сегментация длинного текста перед переводом · подготовка предложений для индексации и поиска

Многоязычная модель Segment Any Text для определения границ предложений и сегментации текста.

Подходит для: разделение текста на предложения · сегментация многоязычных документов · подготовка текста к токенизации и NLP-анализу

Многоязычная модель wtpsplit для определения границ предложений в тексте с помощью классификации токенов.

Подходит для: разделение сплошного текста на предложения · восстановление границ предложений после удаления пунктуации или форматирования · предварительная обработка многоязычных текстов для NLP-пайплайна

Многоязычная модель классификации токенов для сегментации текста на предложения.

Подходит для: разбиение сплошного текста на предложения · сегментация текста в конвейере wtpsplit · определение границ предложений в многоязычных документах

Многоязычная модель семейства Segment any Text для определения границ предложений в тексте.

Подходит для: разделение сплошного текста на предложения · сегментация многоязычных документов · подготовка текста для последующей NLP-обработки

RUPunct_big — крупная русскоязычная модель BERT для восстановления пунктуации в тексте.

Подходит для: восстановление пунктуации в тексте без знаков препинания · постобработка русских транскриптов речи · автоматическая пунктуация пользовательских сообщений

Дообученная англоязычная ModernBERT-модель, которая размечает границы смысловых фрагментов текста для подготовки документов к поиску и RAG.

Подходит для: разбиение документов на смысловые фрагменты перед индексацией в RAG · подготовка абзацев к векторному поиску · сегментация англоязычных книг и текстов на связные части

Русскоязычная BERT-модель, которая восстанавливает пунктуацию и регистр в тексте после распознавания речи.

Подходит для: восстановление пунктуации в расшифровках звонков · расстановка запятых и точек в тексте после ASR · восстановление заглавных букв в автоматических транскриптах

Модель Stanza для классификации токенов в испанском тексте в составе конвейеров лингвистического анализа.

Подходит для: классификация токенов в испанских текстах · лингвистический анализ испанского языка в NLP-конвейере · обработка испанского текста с помощью Stanza

Дообученная модель BERT для определения частей речи в английском тексте с разметкой каждого токена.

Подходит для: определение частей речи в предложениях на английском языке · автоматическая разметка грамматики в текстовых корпусах · подготовка данных для лингвистических исследований

Дообученная модель RoBERTa для разметки токенов и сегментации текста.

Подходит для: сегментация текста на токены или фрагменты · разметка границ сегментов в тексте · автоматическая сегментация текстовых данных, похожих на обучающую выборку