Англоязычная BERT-модель Algolia создаёт эмбеддинги для семантического поиска и извлечения товаров в электронной коммерции.

Подходит для: семантический поиск товаров в интернет-магазине · поиск релевантных документов по текстовому запросу · сравнение сходства описаний товаров

Мультиязычная модель Algolia для построения текстовых эмбеддингов и семантического поиска в электронной коммерции.

Подходит для: семантический поиск товаров в интернет-магазине · поиск товаров по запросам на английском, французском, немецком, испанском и русском языках · сопоставление запросов покупателей с описаниями товаров

Многоязычный переранжировщик BAAI, который оценивает релевантность фрагментов запросу, чтобы улучшить порядок результатов поиска.

Подходит для: пересортировка найденных документов по релевантности запросу · улучшение выдачи многоязычного поискового движка · выбор наиболее подходящих фрагментов для ответа RAG-системы

Англоязычный переранжировщик Tongyi Lab на базе ModernBERT, который оценивает релевантность документов запросу для поиска и RAG.

Подходит для: Переранжирование результатов поисковой выдачи · Повышение релевантности контекста для RAG · Отбор документов по запросу в длинном корпусе

Англо-китайский cross-encoder для оценки релевантности и переранжирования найденных документов по запросу.

Подходит для: переранжирование результатов семантического поиска · выбор наиболее релевантных документов для RAG · сортировка кандидатов поиска по соответствию запросу

Компактная англоязычная модель IBM на базе ModernBERT, которая создаёт векторные представления текста для семантического поиска и сопоставления.

Подходит для: Семантический поиск по англоязычным документам · Извлечение релевантных фрагментов для RAG · Поиск похожих текстов и запросов

Мультиязычный реранкер Qwen3 с 3,7 млрд параметров для сортировки текстовых и кодовых результатов поиска по релевантности запросу.

Подходит для: переранжирование результатов веб-поиска · повышение релевантности документов в RAG-системе · поиск ответных фрагментов во внутренней базе знаний

Мультиязычный кросс-энкодер Jina AI оценивает релевантность документов запросу и помогает улучшить порядок результатов поиска.

Подходит для: переранжирование документов в мультиязычной поисковой выдаче · повышение релевантности результатов в RAG-системе · поиск фрагментов кода по текстовому запросу

Многоязычный реранкер Jina AI на базе Qwen3-0.6B, который сортирует документы по релевантности запросу для поиска и RAG.

Подходит для: переранжирование результатов поисковой выдачи · отбор релевантных фрагментов для RAG · сортировка найденных документов по запросу

Англоязычный энкодер предложений, создающий семантические векторы для поиска, сравнения и кластеризации текстов.

Подходит для: семантический поиск по коротким текстам · поиск похожих предложений и абзацев · кластеризация текстов по смыслу

Мультиязычный реранкер NVIDIA, который оценивает релевантность фрагментов документов запросу и сортирует результаты поиска.

Подходит для: переранжирование результатов поиска по внутренней базе знаний · улучшение мультиязычного поиска по документам · ранжирование фрагментов для ответов на вопросы

Реранкер ZeroEntropy на базе Qwen3-4B оценивает релевантность документов запросу и улучшает порядок результатов поиска.

Подходит для: повторное ранжирование документов в поисковой системе · сортировка кандидатов, найденных системой RAG · улучшение выдачи по запросам на естественном языке

Многоязычный реранкер на базе Qwen3, который оценивает релевантность текстовых кандидатов запросу для улучшения поиска и RAG.

Подходит для: переупорядочивание документов по релевантности запросу · повышение качества поиска по внутренней базе знаний · отбор контекстных фрагментов для RAG-системы

Мультиязычный реранкер GTE для сортировки документов и фрагментов по релевантности запросу в поиске и RAG.

Подходит для: переранжирование результатов мультиязычного поиска · сортировка фрагментов документов для RAG · выбор наиболее релевантных ответов из набора кандидатов

Мультиязычная модель Voyage AI для создания компактных текстовых эмбеддингов и семантического поиска по документам.

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

Разреженная модель OpenSearch кодирует документы и запросы в векторы для эффективного поиска по текстовой коллекции.

Подходит для: поиск документов по запросу в OpenSearch · поиск по коллекции научных статей · семантический поиск по базе знаний

Англоязычный cross-encoder для оценки релевантности пар «поисковый запрос — текст» и переранжирования результатов поиска.

Подходит для: Переранжирование фрагментов, найденных поисковой системой · Оценка релевантности документов запросу · Сортировка результатов ElasticSearch по соответствию запросу

Компактная англоязычная BERT-модель BGE для создания текстовых эмбеддингов, семантического поиска и сравнения предложений.

Подходит для: семантический поиск по англоязычным документам · поиск релевантных фрагментов для RAG · сравнение смысловой близости предложений

Многоязычная модель BERT преобразует предложения и абзацы в 384-мерные векторы для семантического поиска, сравнения сходства и кластеризации.

Подходит для: семантический поиск по коллекции текстов · поиск перефразированных вопросов и предложений · сравнение смысловой близости текстов

Мультимодальный реранкер Qwen на 8 млрд параметров, который оценивает релевантность пар «запрос — документ» для улучшения порядка результатов поиска.

Подходит для: пересортировка результатов мультимодального поиска · ранжирование изображений и скриншотов по текстовому запросу · поиск видео по текстовому запросу

Многоязычная модель Mixedbread на 1,5 млрд параметров для переоценки и сортировки результатов поиска по релевантности запросу.

Подходит для: переранжирование документов в поисковой выдаче · отбор релевантных фрагментов для RAG · поиск по длинным документам

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

BGE-M3 — многоязычная модель для семантического, лексического и гибридного поиска по текстам и документам.

Подходит для: семантический поиск по документам · гибридный поиск в RAG с эмбеддингами и лексическими весами · многоязычный и межъязыковой поиск

Мультиязычный переранжировщик BAAI на базе Gemma 2B, который оценивает релевантность текстов запросу и пересортировывает результаты поиска.

Подходит для: пересортировка документов по релевантности поисковому запросу · улучшение выдачи полнотекстового поиска · переранжирование результатов в RAG-системе