OnT-MiniLM-L12-go кодирует понятия и иерархические отношения биомедицинских онтологий в гиперболические эмбеддинги для анализа структуры онтологии.
Подходит для: построение эмбеддингов понятий Gene Ontology · сравнение семантической близости понятий онтологии · моделирование иерархических отношений между понятиями
Модель кодирует понятия биомедицинских онтологий в гиперболические эмбеддинги для сравнения и представления иерархических связей.
Подходит для: получение эмбеддингов понятий онтологии GALEN · семантическое сравнение онтологических понятий · представление иерархических связей между понятиями
BioLORD-2023 — англоязычная модель MPNet для эмбеддингов и поиска семантического сходства клинических текстов и биомедицинских понятий.
Подходит для: семантический поиск по клиническим заметкам · поиск похожих предложений в медицинских записях · сопоставление названий биомедицинских понятий с определениями
Модель BioLORD-2023-C создаёт эмбеддинги клинических текстов и биомедицинских понятий для семантического поиска, сравнения и связывания понятий.
Подходит для: семантический поиск по клиническим заметкам · поиск похожих медицинских предложений · сопоставление упоминаний с биомедицинскими понятиями
EnergyBert — BERT-модель для сопоставления схем и интеграции разнородных данных в энергетической сфере.
Подходит для: сопоставление полей энергетических данных с общей схемой · поиск соответствующих понятий в разнородных энергетических источниках · оценка сходства описаний энергетических данных
Мультиязычная модель BioLORD создаёт эмбеддинги клинических текстов и биомедицинских понятий для семантического поиска, сравнения сходства и кластеризации.
Подходит для: семантический поиск по клиническим заметкам · сравнение сходства медицинских предложений · поиск связанных биомедицинских понятий
BioReason-Pro RL — дообученная с GRPO модель Qwen3 для рассуждений о белках и предсказания их функций и терминов Gene Ontology.
Подходит для: предсказание функций белковых последовательностей · подбор терминов Gene Ontology для белка · формирование объяснения биологического предсказания
Модель OpenMed на GLiNER для zero-shot извлечения биомедицинских сущностей, особенно связанных с генетикой рака и онкологией.
Подходит для: извлечение генов и белков из онкологических публикаций · поиск биомаркеров и генов-драйверов опухолей · разметка химических веществ и клеточных процессов в исследованиях рака
Модель GLiNER, дообученная для извлечения генетических и других биомедицинских сущностей из онкологических текстов в нулевом режиме.
Подходит для: извлечение генов и генетических вариантов из статей об онкологии · поиск биомаркеров и терапевтических мишеней в научной литературе · курирование биологических путей, связанных с раком
Модель GLiNER для извлечения онкологических и биомедицинских сущностей из английских текстов с настраиваемыми метками без отдельного дообучения.
Подходит для: извлечение генов и генопродуктов из статей об онкологии · поиск генетических вариантов и молекулярных процессов в опухолевых исследованиях · разметка упоминаний рака, тканей и клеточных компонентов в научной литературе
Модель OpenMed на архитектуре GLiNER извлекает гены и другие биомедицинские сущности из онкологических текстов с возможностью zero-shot задания типов сущностей.
Подходит для: извлечение генов и белков из публикаций по онкологии · поиск генетических вариантов и процессов в опухолевой биологии · курирование онкологических биологических путей
Модель OpenMed на GLiNER для извлечения онкологических и биомедицинских сущностей из английских текстов без отдельного дообучения под каждый тип сущности.
Подходит для: извлечение генов и вариантов из онкологических статей · поиск генов-драйверов опухолей в научной литературе · курирование биологических путей, связанных с раком
Модель GLiNER от OpenMed для zero-shot извлечения генов, вариантов и других биомедицинских сущностей из англоязычных онкологических текстов.
Подходит для: извлечение генов и их продуктов из статей о раке · поиск онкологических биомаркеров и генов-драйверов · разметка сущностей в литературе по генетике рака
Модель XLM-RoBERTa создаёт контекстные эмбеддинги биомедицинских упоминаний на нидерландском и английском языках для поиска, сравнения и кластеризации.
Подходит для: семантический поиск по клиническим записям · сравнение биомедицинских понятий с учётом контекста · кластеризация медицинских предложений и фраз
Модель OpenMed на базе GLiNER извлекает онкологические и генетические сущности из биомедицинских текстов.
Подходит для: извлечение генов и белков из онкологических статей · поиск мутаций и генетических сущностей в научной литературе · курирование генетических путей при раке
Дообученная на терминах Gene Ontology английская модель эмбеддингов для семантического поиска и сравнения биологических описаний.
Подходит для: поиск термина Gene Ontology по текстовому описанию · сопоставление биологических формулировок с терминами онтологии · поиск парафразов в биологических текстах
Предобученная BERT-модель для заполнения масок в белковых последовательностях с учётом знаний из Gene Ontology.
Подходит для: предсказание замаскированных аминокислот в белковой последовательности · получение представлений белковых последовательностей · анализ белков с использованием связей Gene Ontology
Дообученная на базе docket-language-model модель DeBERTa-v2 для классификации юридических текстов и извлечения информации.
Подходит для: Классификация юридических документов · Разметка текстов судебных дел · Извлечение категорий из материалов дел
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Предварительно дообученная модель ESM-2 для многометочного предсказания функций белков по терминам Gene Ontology.
Подходит для: предсказание функций белка по аминокислотной последовательности · классификация белковых последовательностей по терминам Gene Ontology · подготовка модели для второго этапа обучения с LoRA
Слитая модель семейства Qwen для генерации и рефакторинга кода, агентных задач и диалога с вызовом инструментов.
Подходит для: генерация программного кода по запросу · рефакторинг кода и AST · многошаговое рассуждение при решении задач программирования
Экспериментальная Gemma 3, дообученная для рассуждений и ответов по SEO-задачам с опорой на онтологию SEOntology.
Подходит для: оптимизация SEO-заголовков и метаописаний · предложение внутренних ссылок между статьями · анализ поисковых запросов и их трендов
MAKE — модель OpenCLIP для классификации изображений по текстовым категориям без фиксированного набора меток.
Подходит для: классификация изображений по пользовательским категориям · сортировка фотографий по текстовым описаниям · поиск изображений по названиям сцен или объектов
Неофициальный чекпойнт ProteinBERT для заполнения масок в белковых последовательностях, извлечения признаков и последующего дообучения на задачах анализа белков.
Подходит для: восстановление замаскированных аминокислот в белковой последовательности · извлечение представлений белковых последовательностей · подготовка признаков для предсказания функций белка