Компактная многоязычная модель Qwen3 для генерации текста, диалогов, рассуждений и работы с инструментами.
Подходит для: ответы на вопросы и диалог по инструкциям · генерация и объяснение программного кода · решение математических и логических задач
Плотная мультимодальная модель Qwen на 27 млрд параметров для диалогов, анализа изображений и видео, программирования и многошаговых задач.
Подходит для: ответы на вопросы по изображениям и диаграммам · извлечение и анализ информации из документов · понимание содержания видеозаписей
Мультимодальная модель Qwen с разреженной MoE-архитектурой для диалога, анализа изображений и агентных задач с длинным контекстом.
Подходит для: ответы на вопросы по изображениям · диалог с вызовом инструментов · выполнение агентных задач в программировании
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
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
Англоязычная BERT-модель для заполнения пропусков в тексте и извлечения признаков для задач понимания языка.
Подходит для: подстановка пропущенных слов в английском тексте · получение контекстных представлений для классификатора текста · дообучение классификатора тональности
Компактная модель T5 для перевода и других задач преобразования текста в текст.
Подходит для: перевод текстов между английским, французским, румынским и немецким · суммаризация документов после соответствующей настройки · ответы на вопросы по тексту после соответствующей настройки
Дообученная на задачах рассуждения о графах модель Qwen2.5 для генерации ответов и решения известных и новых задач на графах.
Подходит для: ответы на вопросы о связях между объектами в графе · решение задач на графовое рассуждение · анализ графовых бенчмарков
Англоязычная модель RoBERTa для восстановления скрытых слов в тексте и дообучения под задачи понимания языка.
Подходит для: подстановка пропущенного слова в английском предложении · получение контекстных представлений английского текста для дообучения классификатора · дообучение для классификации тональности и тематики текста
Крупная англоязычная модель RoBERTa для предсказания пропущенных токенов и извлечения признаков из текста.
Подходит для: заполнение пропусков в английском тексте · подсказка подходящего слова в контексте · извлечение признаков для классификации предложений
Инструктивная языковая модель Qwen2.5 на 7,1 млрд параметров для диалогов, генерации текста, кода и структурированных ответов.
Подходит для: создание многоязычного чат-бота или виртуального помощника · генерация и редактирование длинных текстов · формирование ответов в формате JSON
Компактная многоязычная модель BERT, создающая текстовые эмбеддинги для семантического поиска, сравнения предложений и межъязыкового подбора текстов.
Подходит для: поиск релевантных документов по запросу на другом языке · ранжирование фрагментов для системы вопросов и ответов · оценка семантического сходства предложений
Многоязычная базовая модель XLM-RoBERTa для восстановления замаскированных слов и построения представлений текста для последующих NLP-задач.
Подходит для: предсказание пропущенных слов в многоязычном тексте · получение контекстных представлений предложений для классификатора · дообучение для классификации текста
Полноточная гибридная языковая модель NVIDIA для диалога, рассуждений, оценки и последующей адаптации под пользовательские задачи.
Подходит для: дообучение чат-модели на собственных данных · адаптация языковой модели к предметной области · оценка качества генерации и рассуждений
Многоязычная MoE-модель Qwen для диалогов, выполнения инструкций, генерации текста и вызова инструментов с контекстом до 262 144 токенов.
Подходит для: ответы на вопросы по длинным документам · выполнение инструкций в диалоге · решение математических и логических задач
Инструкционно настроенная языковая модель Meta на 8 млрд параметров для многоязычных диалогов и генерации текста.
Подходит для: создание многоязычного чат-ассистента · ответы на вопросы пользователей · генерация и продолжение текста
Компактная многоязычная инструкция-настроенная модель Meta для диалогов, поиска сведений, суммаризации и помощи в написании текста.
Подходит для: создание диалогового помощника на устройстве · поиск сведений в документах и ответ на вопросы · суммаризация текстов
Компактная инструктивная языковая модель Qwen2.5 для диалогов, выполнения инструкций и генерации текста.
Подходит для: ответы на вопросы и диалоговый чат · суммаризация и переформулирование текста · генерация структурированных ответов в JSON
Компактная инструктивно дообученная языковая модель Qwen2.5 для диалогов, генерации текста и структурированных ответов.
Подходит для: создание диалогового помощника · ответы на вопросы по текстовому запросу · генерация длинных текстов
GLM-5.1 — языковая модель Z.ai для генерации кода и длительных агентных инженерных задач с инструментами.
Подходит для: генерация кода по описанию задачи · поиск и исправление ошибок в репозитории · выполнение многоэтапных задач в терминале
Крупная языковая модель NVIDIA для сложных рассуждений, диалогов, длинного контекста и агентных приложений.
Подходит для: создание ИИ-агентов для многошаговых задач · ответы чат-бота на сложные пользовательские запросы · анализ длинных документов с большим контекстом
BLOOMZ-560M — дообученная многоязычная модель BigScience для выполнения текстовых инструкций и задач zero-shot.
Подходит для: перевод коротких фраз по инструкции · ответы на вопросы на разных языках · определение тональности текста
Плотная языковая модель Qwen3 на 4 млрд параметров для диалогов, следования инструкциям, решения задач и вызова инструментов с контекстом до 262 144 токенов.
Подходит для: ответы на вопросы и диалог по инструкциям · анализ длинных документов в контекстном окне до 262 144 токенов · решение задач по математике и естественным наукам
Многоязычная модель Microsoft на базе DeBERTa V3 для предсказания пропущенных токенов и использования в задачах понимания текста.
Подходит для: предсказание пропущенного слова в многоязычном тексте · дообучение классификатора текстов на нескольких языках · перенос классификации с английского на русский и другие языки