Дообученная DistilRoBERTa классифицирует тональность англоязычных финансовых новостей и предложений о рынке.
Подходит для: Определение тональности финансовых новостных заголовков · Классификация позитивных и негативных сообщений о рынке акций · Анализ полярности предложений из финансовых отчетов
Дообученная DeBERTa V3 Small классифицирует тональность предложений из англоязычных финансовых новостей.
Подходит для: определение тональности финансовых новостных заголовков · сортировка финансовых новостей по тональности · мониторинг позитивных и негативных новостей о компаниях
Дообученный на GLUE MRPC англоязычный BERT классифицирует пары предложений по смысловой эквивалентности.
Подходит для: определение, являются ли два предложения перефразами · поиск дублирующих предложений в англоязычных новостях · сопоставление формулировок в парах текстов
Компактная англоязычная BERT-Tiny-модель классифицирует SMS как спам или обычные сообщения.
Подходит для: фильтрация спама в SMS · классификация входящих текстовых сообщений · маркировка SMS для очереди модерации
mRP-LLM — модель на базе InternLM2 для общения от лица разных персонажей в ролевых сценариях.
Подходит для: ролевой чат с разными персонажами · симуляция диалоговых сценариев · создание интерактивных разговорных персонажей
Компактная модель BERT-Tiny классифицирует электронные письма, выявляя спам.
Подходит для: фильтрация спама во входящих письмах · классификация писем как спама или обычной почты · предварительная сортировка электронной почты
Дообученная MobileBERT размечает английские токены метками частей речи.
Подходит для: определение частей речи в английских предложениях · разметка английского текста по токенам · подготовка лингвистических корпусов с POS-тегами
Дообученная модель BERT классифицирует пары предложений и определяет их смысловую эквивалентность.
Подходит для: определение, передают ли два предложения одинаковый смысл · классификация пар предложений в задачах обработки естественного языка · проверка перефразирования в англоязычном тексте
Модель MRA на 151,8 млн параметров предсказывает замаскированные токены в последовательностях длиной до 512 токенов.
Подходит для: восстановление пропущенных слов в тексте · получение контекстных представлений токенов для NLP-пайплайнов · эксперименты с приближённым self-attention
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
Дообученная на инструкциях CodeAlpaca модель Llama 2 с 6,6 млрд параметров для генерации кода по текстовым запросам.
Подходит для: генерация кода по текстовому описанию · ответы на вопросы по программированию · создание примеров кода по инструкции
Дообученная Swin-Tiny классифицирует снимки сердечной МРТ как связанные с CAD или здоровым состоянием для исследовательских и учебных задач.
Подходит для: Классификация срезов сердечной МРТ на CAD и здоровые · Исследовательские эксперименты по компьютерному зрению в кардиологии · Сравнение Swin Transformer с другими моделями на задаче анализа сердечной МРТ
Модель отвечает на вопросы об исторических результатах футбольных команд и их выступлениях в пяти ведущих европейских лигах.
Подходит для: Получение результатов матчей команды за выбранный сезон · Составление краткого обзора выступления клуба по сезонам · Ответы на вопросы об истории матчей в лигах Англии, Испании, Германии, Италии и Франции
Тайская модель эмбеддингов на базе mBERT и SimCSE для семантического поиска и кластеризации текстов.
Подходит для: семантический поиск по тайским предложениям и абзацам · поиск похожих фрагментов тайского текста · кластеризация тайских текстов по смыслу
Компактная модель BERT2BERT, дообученная на CNN/DailyMail для суммаризации английских текстов.
Подходит для: сокращение новостных статей до краткого пересказа · подготовка выжимки из англоязычных публикаций · создание кратких сводок по текстам CNN/DailyMail-подобного формата
Дообученная испанская BETO на основе BERT размечает в тексте имена людей, организаций, мест и другие именованные сущности.
Подходит для: поиск имён людей в испанских документах · извлечение названий организаций из испанских текстов · определение географических названий в испаноязычных новостях
Англоязычная модель BERT, дообученная на MRPC для определения, являются ли два предложения перефразами друг друга.
Подходит для: проверка, выражают ли два предложения одну мысль · поиск перефразированных предложений · выявление дублирующих вопросов
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Модель на основе XLM-RoBERTa создаёт эмбеддинги тайских предложений и абзацев для семантического поиска и кластеризации.
Подходит для: семантический поиск по текстам на тайском языке · кластеризация тайских предложений и абзацев · поиск похожих предложений на тайском языке
Мультиязычная модель сопоставляет изображения с текстом и формирует компактные эмбеддинги для поиска на 201 языке.
Подходит для: поиск изображений по текстовому запросу на разных языках · поиск текстовых описаний, соответствующих изображению · мультиязычный поиск по каталогу изображений
Небольшая модель BERT2BERT, дообученная для суммаризации англоязычных новостных текстов.
Подходит для: составление кратких сводок новостных статей · сжатие длинных англоязычных текстов · подготовка краткого пересказа материалов CNN/DailyMail
Небольшая базовая англоязычная модель Qwen3 для продолжения текста и экспериментов с локальной генерацией.
Подходит для: продолжение английского текста по началу фразы · эксперименты с небольшой причинной языковой моделью · локальная генерация текста через llama.cpp
Дообученная ResNeSt-101e классифицирует фрагменты исторических карт по наличию железнодорожных участков и зданий.
Подходит для: классификация фрагментов карт по наличию железнодорожных объектов · поиск зданий на отсканированных картах · выявление участков карт, где одновременно есть железная дорога и здания
Модель Sonda-1.0 вычисляет калиброванные вероятности вариантов ответа для задач да/нет, выбора и оценки на польском и английском языках.
Подходит для: оценка вероятности ответа «да» или «нет» по заданным свидетельствам · ранжирование вариантов ответа в вопросе с выбором · оценка объекта по заданной шкале с вероятностями уровней