Компактная многоязычная модель Microsoft на архитектуре BERT для классификации текста и дообучения на задачах понимания языка.

Подходит для: классификация текста на нескольких языках · определение логического следствия между предложениями · межъязыковой перенос классификатора

Классификатор RouteLLM на базе XLM-RoBERTa выбирает, передать ли текстовый запрос более сильной или более дешёвой LLM.

Подходит для: маршрутизация запросов между сильной и дешёвой языковыми моделями · снижение затрат на ответы LLM за счёт направления простых запросов дешёвой модели · автоматический выбор модели для обработки пользовательского запроса

Компактная англоязычная модель GLiClass на 144 млн параметров для zero-shot-классификации текста, анализа тональности и переоценки релевантности в RAG.

Подходит для: распределение обращений по заданным темам · определение тональности отзывов · классификация новостей по заданным категориям

Компактная модель BERT, дообученная на MNLI для классификации текста и задач естественного языкового вывода.

Подходит для: определение, следует ли гипотеза из текста-посылки · классификация отношений между двумя предложениями · оценка семантического сходства или противоречия текстов в формате NLI

Дообученная Perplexity мультимодальная модель на 27 млрд параметров для классификации и принятия решений по тексту.

Подходит для: классификация текстовых запросов и утверждений · оценка достоверности ответов в RAG-системах · анализ тональности финансовых высказываний

Компактная GLiClass-модель для zero-shot-классификации текста по заданным меткам, анализа тональности и ранжирования в RAG.

Подходит для: распределение текстов по заданным темам без дообучения · определение тональности отзывов · классификация текстов по пользовательским меткам

Компактная мультиязычная GLiClass-модель для zero-shot и few-shot классификации текста по пользовательским меткам.

Подходит для: классификация документов по темам без размечающего набора · определение тональности отзывов на разных языках · распознавание намерений в сообщениях пользователей

LoRA-дообученная модель E5-small классифицирует текст как написанный человеком или сгенерированный ИИ.

Подходит для: проверка текста на генерацию ИИ · разметка пользовательских текстов по вероятному авторству · фильтрация потенциально сгенерированных ИИ материалов

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

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

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

Англоязычный классификатор на базе ModernBERT для обнаружения текстов, созданных языковыми моделями.

Подходит для: проверка, создан ли текст языковой моделью · фильтрация машинно-сгенерированных текстов в корпусе · разметка текстовых данных по происхождению

GLiClass Modern Large v3.0 — эффективная zero-shot модель для классификации текстов по заданным меткам, анализа тональности и ранжирования в RAG.

Подходит для: классификация текста по пользовательским темам · анализ тональности отзывов и комментариев · ранжирование документов для RAG

Компактная модель GLiClass для классификации текста по заданным категориям без дообучения и оценки релевантности в RAG.

Подходит для: классификация обращений по темам · определение тональности отзывов · распределение новостей по заданным категориям

Модель на базе DeBERTa для классификации английских текстов и выявления текста, сгенерированного языковыми моделями.

Подходит для: проверка английского текста на генерацию языковой моделью · фильтрация машинно-сгенерированных публикаций · анализ текстов для выявления признаков выравнивания LLM

Компактная модель Mesolitica на базе T5 для классификации текста, предназначенная для задач типа MNLI.

Подходит для: Определение логической связи между посылкой и гипотезой · Классификация пары текстов по entailment, contradiction или neutral · Запуск классификации текста через Transformers

Компактная мультиязычная модель LiveKit оценивает по распознанному тексту, закончил ли пользователь реплику в голосовом диалоге.

Подходит для: Определение конца реплики в голосовом помощнике · Снижение преждевременных перебиваний пользователя после смысловой паузы · Обработка пауз при диктовке адресов и контактных данных

Дообученная XLM-RoBERTa Base для двухклассовой классификации тональности текстов на бенгальском языке.

Подходит для: определение положительной или отрицательной тональности бенгальских отзывов · сортировка бенгальских комментариев по тональности · анализ тональности сообщений на бенгальском языке

Англоязычная модель на основе BERT для классификации тональности финансовых текстов как положительной, отрицательной или нейтральной.

Подходит для: Определение тональности финансовых новостей · Классификация настроения в комментариях о рынках и компаниях · Анализ тональности экономических текстов

Мультиязычная модель XLM-RoBERTa Large для zero-shot-классификации текстов по заданным пользователем категориям.

Подходит для: классификация отзывов по заданным категориям · распределение обращений клиентов по темам · тематическая разметка текстов без обучения на своих метках

Кросс-энкодер BAAI для оценки релевантности пар «запрос — документ» и повторного ранжирования результатов поиска в RAG-системах.

Подходит для: переранжирование документов, найденных векторным поиском · сортировка фрагментов базы знаний по релевантности запросу · улучшение выдачи поиска перед передачей контекста LLM

Дообученная многоязычная XLM-RoBERTa для классификации текстовых последовательностей.

Подходит для: классификация текстов по заданным категориям · отнесение текстовых примеров к классам в задаче SemEval

Англоязычная модель DeBERTa Large, дообученная на MNLI для классификации текста и zero-shot-отнесения его к заданным меткам.

Подходит для: классификация текста по пользовательским категориям без обучения на них · определение соответствия текста заданной гипотезе · маршрутизация обращений по темам

Модель классифицирует англоязычные абзацы о климате по четырём категориям рекомендаций TCFD.

Подходит для: классификация абзацев климатической отчётности по категориям TCFD · сортировка раскрытий компаний по рекомендациям TCFD · разметка климатических текстов для анализа отчётности