Открытая мультимодальная модель Qwen на 27 млрд параметров для программирования, агентных задач и работы с изображениями.

Подходит для: генерация и отладка кода · анализ и изменение кода в репозитории · разработка веб-интерфейсов по описанию

Модель вознаграждения на базе Llama 3.1 оценивает предпочтительность ответов и помогает ранжировать результаты языковых моделей.

Подходит для: оценка качества ответов чат-бота · выбор лучшего ответа из нескольких вариантов · ранжирование ответов языковой модели

Плотная мультимодальная модель Qwen на 27 млрд параметров для диалогов, анализа изображений и видео, программирования и многошаговых задач.

Подходит для: ответы на вопросы по изображениям и диаграммам · извлечение и анализ информации из документов · понимание содержания видеозаписей

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

Компактная многоязычная модель Qwen3 для генерации текста, диалогов, рассуждений и работы с инструментами.

Подходит для: ответы на вопросы и диалог по инструкциям · генерация и объяснение программного кода · решение математических и логических задач

Мультимодальная модель Qwen с разреженной MoE-архитектурой для диалога, анализа изображений и агентных задач с длинным контекстом.

Подходит для: ответы на вопросы по изображениям · диалог с вызовом инструментов · выполнение агентных задач в программировании

Открытая мультимодальная модель Qwen с 35 млрд параметров для диалогов, агентного программирования и анализа изображений.

Подходит для: написание и изменение кода в репозитории · анализ структуры проекта и поиск причин ошибок · создание веб-интерфейсов по описанию

Qwen3-4B — языковая модель примерно на 3,7 млрд параметров для диалогов, рассуждений, генерации кода и многоязычных задач.

Подходит для: ответы на вопросы и ведение диалога · решение логических и математических задач · генерация и объяснение программного кода

Дообученная мультимодальная модель Qwen на 27 млрд параметров для рассуждений, программирования, анализа изображений и работы с инструментами.

Подходит для: пошаговый разбор сложных логических задач · помощь в написании и отладке кода · решение математических задач

LocateAnything-3B — мультимодальная модель NVIDIA для обнаружения объектов и привязки текстовых запросов к областям и точкам на изображениях.

Подходит для: поиск объектов на изображении по названию или описанию · обнаружение множества объектов в загруженных сценах · выделение области изображения, соответствующей фразе

Дообученная языковая модель Qwen3 на 14 млрд параметров для диалогов, следования инструкциям, рассуждений, генерации кода и многоязычного текста.

Подходит для: ответы на вопросы и многошаговые диалоги · решение математических и логических задач · генерация и объяснение программного кода

Atla Selene-1-Mini — дообученная на базе Llama 3.1 8B модель-судья для оценки, классификации и сравнения ответов языковых моделей.

Подходит для: оценка ответа по заданной шкале · проверка, отвечает ли текст на запрос пользователя · сравнение двух ответов и выбор лучшего

M-Prometheus-14B — дообученная мультиязычная модель-судья для оценки и сравнения ответов LLM с развёрнутой обратной связью.

Подходит для: оценка качества ответов языковых моделей · сравнение двух сгенерированных ответов · генерация развёрнутой обратной связи по тексту

Qwen2.5-3B-Instruct — компактная многоязычная чат-модель для выполнения инструкций и генерации текста, включая структурированные ответы.

Подходит для: создание чат-бота для ответов на запросы пользователей · генерация текстов по инструкциям · подготовка структурированных ответов в формате JSON

Компактная многоязычная языковая модель Qwen3 для генерации текста, диалогов, рассуждений, кода и выполнения инструкций.

Подходит для: диалоговый помощник с поддержкой нескольких языков · генерация и редактирование текста по инструкциям · решение математических и логических задач

Мультимодальная модель AutoTrust на базе Qwen для визуального анализа, ранжирования и принятия решений с вероятностными оценками.

Подходит для: ответы на вопросы по диаграммам и инфографике · извлечение и интерпретация сведений из документов на изображениях · ранжирование новостей и поисковых результатов по релевантности

ThinkPRM-1.5B — текстовая модель для пошаговой проверки рассуждений и оценки корректности решений, включая математические задачи и код.

Подходит для: проверка каждого шага математического решения · ранжирование нескольких кандидатных решений · оценка корректности решения задачи целиком

Компактный реранкер навыков, который оценивает кандидатов относительно запроса и помогает LLM-агенту выбрать подходящий навык.

Подходит для: переупорядочивание найденных навыков агента по релевантности задаче · выбор наиболее подходящего навыка из списка кандидатов · отбор top-N навыков для планирования действий LLM-агента

Мультимодальная модель Qwen на 9 млрд параметров для диалога, анализа изображений, рассуждений, программирования и агентных задач.

Подходит для: ответы на вопросы по изображениям · диалог с вызовом инструментов · анализ и объяснение визуальных материалов

Мультимодальная модель Ornith на базе Qwen для диалогов, программирования, агентных задач и анализа изображений со сниженной склонностью к отказам.

Подходит для: написание и разбор кода · выполнение агентных задач с инструментами · ответы на вопросы по изображению

CodeScaler-8B — дообученная на предпочтениях reward-модель Qwen3 для оценки и ранжирования ответов на задачи генерации кода без исполнения программ.

Подходит для: ранжирование нескольких вариантов решения задачи программирования · оценка качества сгенерированного кода без его запуска · отбор предпочтительных ответов для генератора кода

Selene 1 — дообученная Atla модель-судья для выставления оценок, классификации и сравнения ответов LLM.

Подходит для: автоматическая оценка качества ответов языковой модели по заданной шкале · проверка, отвечает ли текст на вопрос пользователя · сравнение двух ответов по логической последовательности или предпочтительности

Мультимодальная модель Qwen на 4 млрд параметров для диалога, понимания изображений, рассуждений и вызова инструментов.

Подходит для: ответы на вопросы по изображениям · описание и анализ визуальных материалов · многошаговый диалог с длинным контекстом

Мультимодальная модель Qwen3-VL на 8 млрд параметров для диалога, анализа изображений и видео, OCR и визуального рассуждения.

Подходит для: ответы на вопросы по изображениям · распознавание текста и разбор структуры документов на изображениях · поиск событий и их временных меток в видео