Дообученная модель wav2vec2-xls-r-300m для автоматического распознавания речи на иврите.

Подходит для: транскрибация записей на иврите · распознавание речи в аудиоматериалах на иврите · преобразование устной речи на иврите в текст

Модель Sentence-Transformers на базе BERT создаёт 768-мерные эмбеддинги текстов на иврите для семантического поиска, сравнения и кластеризации.

Подходит для: семантический поиск по текстам на иврите · поиск похожих предложений на иврите · кластеризация предложений и абзацев на иврите

Inkling-Small — мультимодальная модель общего назначения для диалогов, работы с изображениями и аудио, программирования и агентных приложений с текстовыми ответами.

Подходит для: ответы на вопросы об изображениях · текстовая расшифровка и анализ аудиозаписей · создание чат-бота с поддержкой мультимодальных запросов

Мультимодальная модель Z.ai для диалогов, анализа изображений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · помощь с программированием

Компактная мультимодальная модель OpenGVLab для диалога по изображениям и видео, понимания документов, графиков и визуального текста.

Подходит для: ответы на вопросы по изображению · извлечение текста из документов и изображений · понимание графиков и инфографики

Мультимодальная модель Qwen на 27 млрд параметров с ослабленными отказами для диалогов и анализа изображений.

Подходит для: диалоги с уменьшенным числом отказов · ответы на вопросы по изображениям · описание и анализ изображений

Мультимодальная модель OpenGVLab на 2,2 млрд параметров для диалогов, ответов на вопросы и анализа изображений и документов.

Подходит для: ответы на вопросы по изображению · извлечение сведений из документов и сканов · распознавание текста на изображениях

Предобученная BERT-модель для современного иврита, которая заполняет пропуски и помогает оценивать правдоподобие текста.

Подходит для: предсказание пропущенного слова в тексте на иврите · сравнение вариантов заполнения пропуска · оценка языковой правдоподобности фраз на иврите

Экспериментальная англо-русская чат-модель GLM-5 Next с поддержкой изображений, полученная ремонтом и дообучением для улучшения ответов и сохранения контекста.

Подходит для: ответы на вопросы по текстовому запросу · ответы на вопросы об изображении · ведение диалога на английском языке

Мультимодальная модель OpenGVLab на 78 млрд параметров для диалога, анализа изображений и видео и визуального рассуждения.

Подходит для: ответы на вопросы по изображениям и видео · описание и сравнение нескольких изображений · анализ научных диаграмм и промышленных изображений

Дообученная на ивритской речи модель Wav2Vec2 для преобразования аудио в текст.

Подходит для: транскрибирование записей на иврите · распознавание речи из видео на иврите · получение текста из аудиозаписей с частотой дискретизации 16 кГц

Базовая мультимодальная модель Z.ai для исследований и дальнейшей разработки систем, работающих с изображениями и текстом.

Подходит для: исследование визуально-языковых моделей · разработка приложений для вопросов и ответов по изображениям · создание мультимодальных диалоговых систем

Мультимодальная модель OpenGVLab для диалогов и генерации ответов по тексту, изображениям и видео.

Подходит для: описание изображений и ответы на вопросы о них · анализ кадров и содержания видео · диалог с чередованием текста, изображений и видео

Мультимодальная чат-модель OpenGVLab на 38 млрд параметров для анализа изображений и видео, визуального рассуждения и текстовых задач.

Подходит для: ответы на вопросы о содержимом изображения · сравнение и анализ нескольких изображений · понимание видеоматериалов

Mage-VL — мультимодальная модель Microsoft на базе визуального кодировщика Mage-ViT и Qwen3-4B для понимания изображений, видео и потоковых событий.

Подходит для: ответы на вопросы по изображениям · ответы на вопросы по видеозаписям · поиск и временная локализация событий в видео

Мультимодальная модель OpenGVLab на 4,2 млрд параметров для диалога по изображениям, чтения документов и визуальных вопросов и ответов.

Подходит для: ответы на вопросы по фотографиям и изображениям · извлечение текста с изображений и документов · понимание диаграмм, графиков и инфографики

Визуальная модель Meta AI на базе ConvNeXt Small извлекает универсальные признаки изображений для поиска, классификации, сегментации и других задач компьютерного зрения.

Подходит для: поиск похожих изображений по визуальным признакам · классификация изображений с линейным классификатором · семантическая сегментация изображений

ViT-модель Alibaba MIIL для классификации изображений и извлечения визуальных признаков.

Подходит для: классификация объектов на изображениях · извлечение признаковых представлений изображений · использование визуального backbone в компьютерном зрении

Мультимодальная модель OpenGVLab на 38 млрд параметров для диалогов, визуальных вопросов и рассуждений по изображениям и тексту.

Подходит для: ответы на вопросы по содержимому изображения · решение математических задач по диаграммам и фотографиям · извлечение текста с изображений и документов

Зрительная модель Meta AI на базе ViT-7B извлекает плотные признаки изображений для классификации, поиска, сегментации и других задач компьютерного зрения.

Подходит для: извлечение признаков для классификации изображений · поиск похожих изображений по эмбеддингам · сегментация изображений с линейным классификатором

Зрительная модель Meta AI на архитектуре ConvNeXt Base извлекает признаки изображений для классификации, поиска и других задач компьютерного зрения.

Подходит для: извлечение признаков изображений для классификатора · поиск похожих изображений по визуальному содержанию · подготовка признаков для семантической сегментации

Мультимодальная модель на базе Qwen3.5-VL, которая оценивает качество и эстетику изображений и видео по шкале от 0 до 1.

Подходит для: оценка технического качества изображений · оценка эстетической привлекательности изображений · оценка воспринимаемого качества видео по кадрам

Зрительная модель Apple AIMv2 с 308,3 млн параметров для извлечения признаков изображений и задач визуального понимания.

Подходит для: извлечение признаков изображений для последующего анализа · поиск похожих изображений по визуальным признакам · визуальное понимание изображений в мультимодальных системах

Мультимодальная модель Moonshot AI для диалогов, визуального анализа и рассуждений по изображениям и видео.

Подходит для: ответы на вопросы по изображению · решение математических задач по визуальным данным · анализ и понимание видеоматериалов