Модель Sentence Transformers на базе RoBERTa преобразует предложения и абзацы в эмбеддинги для семантического поиска, сравнения и кластеризации текстов.
Подходит для: семантический поиск по предложениям и абзацам · сравнение смысловой близости двух текстов · 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
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
Модель преобразует текстовые запросы и фрагменты кода в эмбеддинги для семантического поиска по коду и кластеризации.
Подходит для: поиск фрагментов кода по описанию на естественном языке · семантический поиск по репозиторию исходного кода · сопоставление текстового запроса с функциями и фрагментами кода
Модель преобразует предложения и абзацы в 768-мерные эмбеддинги для семантического поиска, сравнения текстов и кластеризации.
Подходит для: семантический поиск по коллекции документов · сравнение смысловой близости предложений · кластеризация похожих текстов
Англоязычная BERT-модель Mixedbread AI для получения эмбеддингов предложений с адаптивной глубиной и размером вектора.
Подходит для: семантический поиск по коллекции текстов · поиск похожих предложений · сравнение смысловой близости текстовых фрагментов
Модель BERT для создания векторных представлений предложений и семантического сравнения текстов.
Подходит для: поиск семантически похожих предложений · поиск по смыслу в текстовом корпусе · сопоставление пар предложений
Модель Unsloth на архитектуре Llama для извлечения признаков из текста.
Подходит для: получение векторных представлений текста · подготовка признаков для последующей обработки текста · извлечение признаков через Transformers
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 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
Модель на основе RoBERTa-large создаёт векторные представления предложений для оценки их семантического сходства и извлечения признаков.
Подходит для: сравнение семантической близости предложений · поиск похожих фраз в коллекции текстов · семантический поиск по предложениям
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 англоязычная модель Sentence Transformers, превращающая предложения и короткие абзацы в эмбеддинги для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по документам · сравнение сходства двух предложений · кластеризация коротких текстов
Модель sentence-transformers на базе BERT создаёт 768-мерные эмбеддинги предложений и абзацев для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по коллекции документов · поиск предложений с близким смыслом · кластеризация предложений и абзацев
Многоязычная символьная модель Google для извлечения признаков и последующей настройки на задачи понимания текста.
Подходит для: извлечение признаков из многоязычных текстов · подготовка представлений для классификации предложений · подготовка признаков для разметки токенов
Компактная английская модель Sentence-Transformers преобразует предложения и короткие абзацы в эмбеддинги для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по документам · поиск релевантных фрагментов для RAG · сравнение смысловой близости предложений
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 Sentence Transformers кодирует предложения и абзацы в векторы для семантического поиска, сравнения и кластеризации текстов.
Подходит для: семантический поиск по коллекции документов · поиск похожих предложений и абзацев · кластеризация текстов по смыслу
8-битная MLX-модель семейства Qwen3 для получения текстовых эмбеддингов и семантического поиска.
Подходит для: создание эмбеддингов запросов и документов · семантический поиск по коллекции текстов · поиск похожих предложений и документов
Англоязычная модель Sentence Transformers, создающая 384-мерные эмбеддинги предложений для семантического поиска, сравнения и кластеризации.
Подходит для: семантический поиск по предложениям и коротким абзацам · сравнение смысловой близости двух текстов · кластеризация текстов по смыслу
Модель преобразует английские вопросы и текстовые фрагменты в эмбеддинги для семантического поиска релевантных документов и ответов.
Подходит для: поиск ответов на вопросы в коллекции документов · семантический поиск по абзацам и текстовым фрагментам · поиск похожих вопросов и ответов
Контекстная модель эмбеддингов Perplexity AI для представления фрагментов документов в поисковых и RAG-системах.
Подходит для: индексация фрагментов документов с учётом окружающего контекста · семантический поиск по коллекции документов · подготовка эмбеддингов для RAG
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
Персидская модель на базе ParsBERT для преобразования предложений в векторные представления и извлечения признаков.
Подходит для: получение эмбеддингов персидских предложений · семантический поиск по персидским текстам · сравнение смысловой близости персидских предложений