Дообученный BERT-ретривер с регулируемой глубиной для кодирования запросов и документов в задачах информационного поиска.

Подходит для: поиск документов по текстовому запросу · извлечение релевантных фрагментов для RAG · сравнение вариантов скорости и качества поиска через ранний выход

Энкодер запросов на базе BERT для векторного поиска по Wikipedia и систем ответов на вопросы с использованием DPR.

Подходит для: Преобразование вопроса в эмбеддинг для поиска по Wikipedia · Поиск релевантных фрагментов для open-domain question answering · Построение поискового компонента DPR для корпуса wiki-all-8-4

Полноразмерный англоязычный BERT-ретривер для преобразования запросов и документов в признаки информационного поиска.

Подходит для: поиск документов по текстовому запросу · получение векторных представлений запросов и пассажей · ранжирование кандидатов в конвейере информационного поиска

Модель кодирует текстовые запросы и скриншоты документов в векторы для поиска PDF, веб-страниц, слайдов и других визуальных документов.

Подходит для: поиск ответа в скриншотах страниц PDF · поиск по веб-страницам с сохранением их визуальной структуры · поиск по слайдам презентаций

Энкодер Castorini на базе BERT преобразует фрагменты Википедии в векторы для плотного поиска и систем ответов на вопросы.

Подходит для: векторизация фрагментов Википедии для поискового индекса · поиск релевантных пассажей для ответа на вопрос · построение системы открытого поиска ответов

Дообученная на Qwen3-Embedding-4B модель текстовых эмбеддингов для поиска документов с учётом запроса и рассуждений агента глубокого исследования.

Подходит для: Поиск источников по запросу и ходу рассуждений исследовательского агента · Подбор документов для систем глубокого исследования · Семантический поиск в корпусе материалов

Эластичный текстовый ретривер на базе ModernBERT для векторного поиска и исследования компромисса между глубиной модели и качеством поиска.

Подходит для: Поиск релевантных документов по текстовому запросу · Построение векторного индекса текстовых фрагментов · Сравнение качества поиска при разном числе слоёв кодировщика

Дообученный на Qwen3-0.6B-Base эластичный по глубине ретривер для поиска релевантных документов по текстовому запросу.

Подходит для: поиск документов по текстовому запросу · извлечение релевантных фрагментов для RAG · настройка скорости поиска выбором глубины модели

Англоязычная много-векторная модель ColBERT для поиска документов по запросам и рассуждениям исследовательских агентов.

Подходит для: поиск документов по запросу исследовательского агента с учётом его рассуждений · семантический поиск по внутренней базе знаний агента · ранжирование документов для многошагового веб-исследования

Англоязычный BERT-реранкер для сортировки документов по релевантности запросу, выпущенный в рамках Tevatron-Elastic.

Подходит для: повторное ранжирование результатов поисковой выдачи · сортировка найденных документов по релевантности запросу · оценка соответствия пары запрос–документ

Англоязычный эластичный BERT-ранжировщик для повторной сортировки документов по релевантности поисковому запросу.

Подходит для: Повторное ранжирование результатов поиска по запросу · Сортировка найденных фрагментов перед передачей в RAG-систему · Сравнение релевантности запроса и текста документа

Эластичный реранкер на базе ModernBERT, который повторно ранжирует документы по запросу с возможностью раннего выхода на разных слоях.

Подходит для: повторное ранжирование результатов поиска по запросу · выбор релевантных пассажей для поисковой выдачи · снижение вычислительных затрат при reranking с помощью раннего выхода

Дообученный на ModernBERT-base реранкер Tevatron-Elastic для сортировки найденных документов по релевантности запросу.

Подходит для: переоценка релевантности результатов поиска · ранжирование passage по текстовому запросу · улучшение поиска в RAG-системе

Англоязычный ретривер на базе BERT для поиска документов с настраиваемым сжатием модели по глубине и ширине.

Подходит для: поиск релевантных документов по текстовому запросу · кодирование запросов и документов для информационного поиска · настройка скорости и качества поиска через уменьшение глубины или ширины модели

Переранжировщик на базе Qwen3-8B, который оценивает релевантность пассажей запросу для улучшения порядка результатов поиска.

Подходит для: переранжирование результатов веб-поиска · сортировка пассажей по релевантности запросу · повышение качества выдачи в системе информационного поиска

Дообученный на ModernBERT-base ретривер для кодирования запросов и документов в информационном поиске.

Подходит для: поиск релевантных документов по текстовому запросу · векторное представление запросов и passages для поиска · построение поискового индекса по коллекции документов

Англоязычный ретривер на базе ModernBERT, создающий эмбеддинги запросов и документов с возможностью выбирать размерность представлений для семантического поиска.

Подходит для: семантический поиск документов по запросу · извлечение релевантных passages для RAG · построение компактных эмбеддингов для поиска с ограничениями по памяти

Англоязычный ретривер на базе BERT создаёт эмбеддинги запросов и документов для поиска с выбором размерности представлений.

Подходит для: Поиск релевантных документов по текстовому запросу · Построение семантического поиска по коллекции текстов · Индексирование документов в виде эмбеддингов

Мультиязычный мультимодальный энкодер для поиска релевантных страниц документов по текстовым запросам с помощью многовекторных представлений и MaxSim.

Подходит для: поиск страниц PDF по естественно-языковому запросу · извлечение сведений из сканов и изображений документов · мультиязычный поиск по визуальным документам

Точечный ранжировщик на базе Qwen3-8B оценивает релевантность текстовых фрагментов запросу для повторной сортировки результатов поиска.

Подходит для: повторное ранжирование результатов текстового поиска · оценка релевантности пассажей запросу · сортировка документов по соответствию запросу

Эластичный англоязычный ретривер на базе ModernBERT для поиска документов с настраиваемым сжатием глубины и ширины модели.

Подходит для: поиск документов по текстовому запросу · семантический поиск в коллекции текстов · построение ретривера для RAG

Переранжировщик на базе Qwen3-8B оценивает релевантность пассажей запросу для улучшения порядка результатов поиска.

Подходит для: переранжирование пассажей в поисковой выдаче · сортировка результатов по соответствию запросу · ранжирование найденных документов для RAG

Реранкер на базе Qwen3-8B оценивает релевантность фрагментов запросу и помогает ранжировать результаты поиска.

Подходит для: переупорядочивание результатов поиска по релевантности запросу · ранжирование фрагментов документов для RAG · отбор наиболее подходящих пассажей из корпуса

Переранжировщик на базе Qwen3-8B оценивает релевантность документов запросу для улучшения результатов информационного поиска.

Подходит для: переранжирование результатов поиска по запросу · оценка релевантности фрагментов документов · сортировка passages в системе информационного поиска