Русскоязычная дообученная на отраслевых данных модель Qwen3 для диалогов и генерации текста в горнодобывающей и металлургической сферах.

Подходит для: ответы на вопросы о горнодобывающей отрасли · консультации по металлургическим процессам · диалоговый помощник для работников горной промышленности

Компактная визуальная модель Meta AI на архитектуре ConvNeXt-Tiny, извлекающая признаки изображений для поиска, классификации и других задач компьютерного зрения.

Подходит для: извлечение признаков изображений для классификатора · поиск похожих изображений по визуальному сходству · классификация изображений с k-NN или линейным классификатором

ViT-S+ из семейства DINOv3 от Meta AI извлекает универсальные признаки изображений для классификации, поиска и других задач компьютерного зрения.

Подходит для: Извлечение признаков изображения для обучения линейного классификатора · Поиск похожих изображений по визуальным признакам · Классификация изображений с помощью k-NN или логистической регрессии

Мультиязычная модель на базе BERT оценивает релевантность пары «поисковый запрос — текстовый фрагмент» для повторного ранжирования результатов поиска.

Подходит для: повторное ранжирование результатов поиска · оценка релевантности пассажей поисковому запросу · улучшение выдачи Elasticsearch

Модель DINOv3 на базе ViT-L извлекает плотные признаки изображений для поиска, классификации и других задач компьютерного зрения.

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

Самоконтролируемый визуальный энкодер ViT-S/16 на базе LeJEPA для извлечения признаков изображений, предобученный на ImageNet-1K.

Подходит для: получение эмбеддингов изображений для последующей классификации · извлечение признаков изображений для поиска по визуальному сходству · использование визуального энкодера как основы для downstream-задач компьютерного зрения

Производная модели amber-tech/bert-multilingual-passage-reranking-msmarco. Мультиязычная модель на базе BERT оценивает релевантность пары «поисковый запрос — текстовый фрагмент» для повторного ранжирования результатов поиска.

Подходит для: повторное ранжирование результатов поиска · оценка релевантности пассажей поисковому запросу · улучшение выдачи Elasticsearch

Визуальный энкодер DINOv1 ViT-S/16 извлекает признаки изображений еды для поиска похожих блюд и классификации на Food-101.

Подходит для: извлечение эмбеддингов изображений блюд · поиск похожих фотографий еды · классификация изображений по категориям Food-101