Дообученная на английских примерах reward-модель Qwen3-14B, которая оценивает ответы по заданным рубрикам и объясняет выставленные оценки.

Подходит для: оценка ответов языковой модели по заданным критериям · сравнение нескольких ответов для оптимизации предпочтений · классификация ответов по рубрике

Процессная reward-модель на базе Qwen2.5 для оценки шагов математических рассуждений и выявления ошибок в решениях.

Подходит для: оценка правильности промежуточных шагов математического решения · поиск ошибочного шага в цепочке рассуждений · ранжирование нескольких математических решений по качеству рассуждений

Дообученная Qwen3-14B модель генерирует оценки и обоснования ответов по заданным критериям, в том числе для попарного сравнения.

Подходит для: Оценка ответа ассистента по заданной рубрике · Сравнение двух ответов и выбор предпочтительного · Классификация примеров по инструкциям и критериям

Англоязычный энкодер предложений, создающий семантические векторы для поиска, сравнения и кластеризации текстов.

Подходит для: семантический поиск по коротким текстам · поиск похожих предложений и абзацев · кластеризация текстов по смыслу

Англоязычный cross-encoder для оценки релевантности пар «поисковый запрос — текст» и переранжирования результатов поиска.

Подходит для: Переранжирование фрагментов, найденных поисковой системой · Оценка релевантности документов запросу · Сортировка результатов ElasticSearch по соответствию запросу

Компактная англоязычная BERT-модель BGE для создания текстовых эмбеддингов, семантического поиска и сравнения предложений.

Подходит для: семантический поиск по англоязычным документам · поиск релевантных фрагментов для RAG · сравнение смысловой близости предложений

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

CLAP от LAION сопоставляет аудио с текстовыми описаниями для классификации звуков без примеров и поиска аудио по тексту.

Подходит для: классификация звуков по заданным текстовым меткам без дообучения · поиск аудиозаписей по текстовому описанию · сопоставление звука с набором возможных описаний

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

BGE-M3 — многоязычная модель для семантического, лексического и гибридного поиска по текстам и документам.

Подходит для: семантический поиск по документам · гибридный поиск в RAG с эмбеддингами и лексическими весами · многоязычный и межъязыковой поиск

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

Reward-модель на основе Qwen2.5-1.5B-Instruct оценивает ответы ассистента по предпочтительности для ранжирования и использования в RLHF.

Подходит для: сравнение двух ответов ассистента по предпочтительности · ранжирование ответов языковой модели · оценка качества ответов для контура RLHF

Англоязычная BERT-модель BAAI для получения текстовых эмбеддингов и семантического поиска по документам.

Подходит для: семантический поиск по англоязычным документам · подбор релевантных фрагментов для RAG · поиск похожих предложений

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

Модель RoBERTa определяет одну или несколько из 28 эмоций в коротком англоязычном тексте.

Подходит для: определение эмоций в комментариях Reddit · анализ эмоциональной окраски коротких сообщений · разметка текстов несколькими эмоциональными категориями

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

CLIP ViT-B/32 от OpenAI сопоставляет изображения с текстовыми метками для классификации без дообучения и исследований обобщения компьютерного зрения.

Подходит для: классификация изображений по заданным текстовым категориям · поиск подходящей подписи для изображения среди вариантов · исследование переноса на новые классы без дообучения

Мультимодальная модель AutoTrust для выбора и оценки вариантов по тексту или изображениям с выдачей вероятностей и опциональным адаптивным рассуждением.

Подходит для: классификация текстовых запросов по категориям · ранжирование результатов поиска по релевантности · выбор наиболее важной новости для рекомендации

Reward-модель на 72 млрд параметров оценивает математические рассуждения и помогает отбирать ответы или формировать сигналы вознаграждения при обучении.

Подходит для: оценка качества математических решений и промежуточных шагов · отбор обучающих примеров с помощью reward-оценок и rejection sampling · формирование сигнала вознаграждения для обучения с подкреплением

Многоязычный переранжировщик BAAI, который оценивает релевантность фрагментов запросу, чтобы улучшить порядок результатов поиска.

Подходит для: пересортировка найденных документов по релевантности запросу · улучшение выдачи многоязычного поискового движка · выбор наиболее подходящих фрагментов для ответа RAG-системы

Модель Sentence Transformers кодирует предложения и короткие абзацы в векторы для семантического поиска, сравнения текстов и кластеризации.

Подходит для: семантический поиск по коллекции документов · поиск похожих предложений и абзацев · сравнение смысловой близости двух текстов

Текстовая модель Nomic AI создаёт компактные векторы для семантического поиска, RAG, кластеризации и классификации.

Подходит для: индексация текстовых документов для RAG · поиск документов по смыслу запроса · группировка текстов по темам

Модель на базе LLaMA оценивает и ранжирует ответы языковых моделей по пяти атрибутам с учётом неопределённости оценки.

Подходит для: сравнение двух ответов языковой модели · ранжирование ответов по качеству · оценка полезности и корректности ответа

Англоязычный переранжировщик Tongyi Lab на базе ModernBERT, который оценивает релевантность документов запросу для поиска и RAG.

Подходит для: Переранжирование результатов поисковой выдачи · Повышение релевантности контекста для RAG · Отбор документов по запросу в длинном корпусе