Англоязычная много-векторная модель TopK.io на базе ModernBERT для семантического поиска и ранжирования документов с поддержкой ColBERT и SMVE.

Подходит для: семантический поиск по коллекции документов · поиск кандидатов для последующего переранжирования · ранжирование документов по релевантности запросу

Вспомогательная модель DSpark для спекулятивного декодирования, ускоряющая генерацию целевой модели Kimi K3 в SGLang.

Подходит для: ускорение генерации текста моделью Kimi K3 в SGLang · спекулятивное декодирование с проверкой черновых токенов целевой моделью · ускорение вывода Kimi K3 на задачах программирования и математики

Мультимодальный поздний реранкер TopK для поиска текстовыми запросами по текстам и изображениям документов с оценкой релевантности через многовекторное сходство.

Подходит для: поиск по сканам страниц документов · поиск по изображениям слайдов и отчётов · поиск по текстовым версиям документов Markdown

Компактная мультимодальная модель позднего взаимодействия для поиска по тексту и изображениям документов с помощью текстового запроса.

Подходит для: поиск по сканам документов по текстовому запросу · поиск нужных страниц в отчётах и презентациях · мультиязычный поиск по документам и изображениям страниц

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

Компактный реранкер Tencent на базе Qwen3 для упорядочивания навыков ИИ-агента по релевантности запросу.

Подходит для: ранжирование навыков агента по пользовательскому запросу · пересортировка найденных навыков перед передачей агенту · оценка релевантности пары «запрос — навык»

Многоязычная модель Mixedbread на 1,5 млрд параметров для переоценки и сортировки результатов поиска по релевантности запросу.

Подходит для: переранжирование документов в поисковой выдаче · отбор релевантных фрагментов для RAG · поиск по длинным документам

decider-4b — дообученная языковая модель, которая за один проход оценивает заданные варианты ответов для типизированных вопросов и состояний.

Подходит для: выбор действия в игре по текущему состоянию · оценка вариантов решения для браузерного агента · классификация состояния по заданному набору меток

CLM-v0.1-8B — контрастивная модель на базе Qwen3-8B для ранжирования кандидатов и оценки вариантов действий в агентных сценариях.

Подходит для: ранжирование вариантов решения задачи программирования · выбор подходящего инструмента для агента · оценка возможных следующих действий агента

Tokle-3M — экспериментальная сверхмалая англоязычная языковая модель для генерации текста и изучения компактных декодирующих трансформеров.

Подходит для: эксперименты с генерацией текста на очень малой языковой модели · изучение переноса статистики пар токенов в параметры трансформера · сравнение компактных языковых моделей на тестах понимания и рассуждения

Англоязычный реранкер Mixedbread на DeBERTa-v2 для сортировки поисковых результатов по релевантности запросу.

Подходит для: переранжирование результатов поиска по ключевым словам · сортировка документов по релевантности запросу · улучшение поисковой выдачи в RAG-системе

Компактный реранкер zeroentropy на базе Qwen3-4B, который оценивает релевантность документов запросу и улучшает порядок результатов поиска.

Подходит для: переранжирование документов в поисковой выдаче · сортировка кандидатов для RAG-системы · улучшение поиска по финансовым документам

Дообученная на базе Qwen2.5-7B-Instruct модель для ранжирования пассажей по релевантности с использованием рассуждений.

Подходит для: ранжирование фрагментов документов по поисковому запросу · переупорядочивание результатов информационного поиска · оценка релевантности пассажей для RAG

KernelLLM — дообученная Llama 3.1 8B Instruct для генерации GPU-ядер на Triton по коду PyTorch.

Подходит для: генерация Triton-ядра по модулю PyTorch · создание вызывающего кода для Triton-ядра · подготовка нескольких кандидатов GPU-ядра для последующей проверки

Компактная модель на базе Qwen3.5-4B оценивает вероятности заданных вариантов ответа для сценариев принятия решений.

Подходит для: оценка вероятности ответа «да» или «нет» по описанию состояния · выбор наиболее подходящего варианта из заданного списка · выставление оценки по многоуровневой шкале

Компактная decoder-only языковая модель семейства pico-decoder для генерации текста и исследовательского анализа обучения.

Подходит для: генерация продолжения текста · эксперименты с предобучением языковых моделей · анализ обучения по слоям модели

Базовая разреженная MoE-модель Arcee AI для генерации текста, исследований предобучения и последующего дообучения.

Подходит для: исследование поведения языковой модели после масштабного предобучения · изучение маршрутизации и балансировки экспертов MoE · зондирование и интерпретируемость языковой модели

Экспериментальный текстовый чекпойнт Mini-K3 для предсказания следующего токена и исследований архитектур Mixture-of-Experts.

Подходит для: эксперименты с генерацией текста из продолжения промпта · сравнение вариантов архитектур KDA и Gated MLA · исследование маршрутизации экспертов в Mixture-of-Experts

Производная модели CollectionStudio/Trinity-Large-TrueBase. Базовая разреженная MoE-модель Arcee AI для исследований предобучения, анализа поведения и последующего дообучения.

Подходит для: исследование поведения модели после масштабного предобучения · анализ маршрутизации экспертов и балансировки нагрузки в MoE · пробинг и интерпретируемость языковой модели

Дообученная модель для быстрого выбора и ранжирования вариантов по структурированным данным и составным правилам.

Подходит для: выбор подходящего варианта по нескольким последовательным условиям · исключение кандидатов по правилам допуска · ранжирование вариантов после фильтрации

Модель Qwen3 на 7,6 млрд параметров оценивает релевантность документов запросу и переранжирует результаты поиска для RAG и поисковых систем.

Подходит для: переранжирование документов по поисковому запросу · улучшение выдачи поиска на втором этапе ранжирования · отбор наиболее релевантных фрагментов для RAG

RankZephyr 7B V1 Full — англоязычная модель для переупорядочивания документов по релевантности поисковому запросу.

Подходит для: реранжирование результатов поисковой выдачи · сортировка документов по релевантности запросу · повышение точности поиска в конвейере retrieval

Экспериментальная модель Eklav на базе Qwen3-14B для оценки релевантности и ранжирования пассажей по запросу.

Подходит для: ранжирование пассажей по релевантности запросу · переупорядочивание результатов поиска · оценка соответствия фрагментов запросу в RAG-системе

Компактная дообученная Qwen2.5 модель для локальных экспериментов по выбору действий и генерации текста в игровых и пространственных задачах.

Подходит для: выбор допустимого хода в Connect4 · оценка шахматных действий из заданного списка · выбор направления в Sokoban и 2048