Мультиязычная модель Jina AI преобразует текст в эмбеддинги для поиска, кластеризации, классификации и сопоставления текстов.

Подходит для: векторизация поисковых запросов и документов · семантический поиск по многоязычной коллекции · поиск похожих текстов и оценка их сходства

Модель Unsloth на архитектуре Llama для извлечения признаков из текста.

Подходит для: получение векторных представлений текста · подготовка признаков для последующей обработки текста · извлечение признаков через Transformers

Предобученная ConvBERT-модель YITU Technology для извлечения векторных признаков из текста.

Подходит для: получение векторных представлений текста для NLP-пайплайна · подготовка признаков текста для последующего классификатора · кодирование текста для семантического поиска

Компактная мультиязычная модель Jina AI создаёт текстовые эмбеддинги для поиска, сравнения, кластеризации и классификации.

Подходит для: семантический поиск по документам · поиск релевантных документов по запросу · сравнение смысловой близости текстов

Малайскоязычная модель на базе Llama 2 для извлечения признаков и построения текстовых эмбеддингов.

Подходит для: получение эмбеддингов малайскоязычных документов · семантический поиск по текстовой коллекции · поиск похожих текстов

Предварительно обученная вьетнамская модель BART со слоговой токенизацией для генеративных задач, включая суммаризацию текста.

Подходит для: суммаризация вьетнамских текстов · генерация текста на вьетнамском языке · дообучение модели для задач обработки вьетнамского языка

Дискретный токенизатор Boson AI, который кодирует и восстанавливает речь, музыку и звуковые события в компактном представлении с частотой 25 кадров в секунду.

Подходит для: сжатое кодирование аудиозаписей · восстановление речи из дискретных аудиотокенов · кодирование музыки для последующей генерации или анализа

Модель Unsloth AI семейства Llama для извлечения признаков и получения представлений текста.

Подходит для: получение признаковых представлений текста · извлечение векторов для поиска по сходству · подготовка текстовых признаков для downstream-моделей

Компактная трёхслойная модель MiniLM для извлечения векторных представлений текста.

Подходит для: получение эмбеддингов текстов · подготовка признаков для семантического поиска · представление текста для последующей классификации

Многоязычная символьная модель Google для извлечения признаков и последующей настройки на задачи понимания текста.

Подходит для: извлечение признаков из многоязычных текстов · подготовка представлений для классификации предложений · подготовка признаков для разметки токенов

PyTorch-порт VideoPrism LVT Base для извлечения признаков и векторных представлений из видео.

Подходит для: извлечение признаков из видеоклипов · получение векторных представлений видео для поиска · подготовка видеоданных для последующей классификации

Компактная Model2Vec-модель создаёт 768-мерные текстовые эмбеддинги для семантического поиска и сравнения предложений.

Подходит для: семантический поиск по коллекции документов · поиск релевантных фрагментов для RAG · сравнение сходства предложений

CANINE-S — многоязычный символьный энкодер для извлечения представлений текста и тонкой настройки под задачи понимания языка.

Подходит для: извлечение векторных представлений текста · подготовка признаков для классификации предложений · тонкая настройка для разметки токенов

Компактная мультимодальная модель для создания сопоставимых векторов текста, изображений, речи и окружающих звуков, применимых в поиске, маршрутизации и кластеризации.

Подходит для: поиск текстового описания по изображению · поиск аудиозаписей по текстовому запросу · мультимодальный поиск по тексту, изображениям и звуку

Дообученная модель X-Codec на базе HuBERT для извлечения признаков общего аудио и работы с кодированием на разных битрейтах.

Подходит для: извлечение признаков из общего аудио · кодирование аудиосигнала на низком битрейте · сравнение аудиокодирования при разных битрейтах

Нейросетевой аудиокодек Meta AI для сжатия и восстановления речи, музыки и других аудиосигналов с низким битрейтом.

Подходит для: сжатие речи для потоковой передачи · сжатие музыки с низким битрейтом · восстановление аудио после сжатия

Зрительная модель Apple AIMv2 для извлечения векторных признаков изображений и их использования в задачах визуального поиска и сопоставления.

Подходит для: извлечение признаков изображений для поиска по визуальному сходству · построение векторного индекса изображений · сопоставление изображений с текстовыми представлениями в мультимодальной системе

BERT-модель для извлечения признаков текста и получения векторных представлений.

Подходит для: Извлечение признаков из текста · Получение векторных представлений текстовых данных · Подготовка входов для downstream-моделей

Модель кодирует английское предложение в один 1024-мерный вектор и восстанавливает текст по этому вектору.

Подходит для: сжатие английского предложения в один вектор для последующего восстановления · восстановление исходного английского текста из векторного представления · эксперименты с декодируемыми представлениями предложений

Мультиязычная модель Perplexity AI для контекстных эмбеддингов фрагментов документов и поиска в RAG-системах.

Подходит для: векторизация фрагментов документов с учётом контекста · поиск релевантных фрагментов для RAG · семантический поиск по мультиязычным коллекциям документов

Модель на основе Qwen2 с удалённым языковым выходным слоем предназначена для получения текстовых эмбеддингов и сравнения сходства предложений.

Подходит для: получение векторных представлений предложений · поиск семантически похожих текстов · извлечение признаков для классификации текста

Модель BAAI семейства Emu3 для извлечения признаков и представления изображений в дискретных vision-токенах.

Подходит для: извлечение признаков изображения для конвейера Emu3 · токенизация изображений для мультимодального моделирования · подготовка визуальных представлений для задач понимания изображений

Модель на 4,21 млрд параметров для классификации без примеров: выбирает варианты, отвечает «да» или «нет» и оценивает вход, выдавая вероятности ответов.

Подходит для: выбор одного подходящего варианта из списка · маршрутизация запросов по типу или целевому обработчику · проверка, соответствует ли текст заданному условию

Англоязычная модель fastText создаёт 300-мерные векторы слов для извлечения текстовых признаков, классификации и определения языка.

Подходит для: получение векторов английских слов · извлечение признаков для классификации текста · определение языка текста