Найти материал

Поиск по опубликованным материалам, разборам и форматам работы. После согласия на аналитику запросы помогают улучшать поиск. ⌘K / Ctrl+K — поиск · ↑↓ — выбор · Enter — открыть

Поиск по полным текстам на отдельной странице →

База знаний: Модели

Руководства по инструментам и рабочим задачам. Найдите нужное и переходите к конкретным шагам.

Qwen 3.8 (Alibaba) — актуальная экосистема открытых моделей: мультимодальность, агенты, локальный запуск

Справочник по экосистеме Qwen от Alibaba Cloud: линейка моделей, мультимодальность, tool use, лицензии, сравнение с Llama и Mistral, где попробовать.

BAAI/bge-m3 — мультиязычная embedding-модель для self-hosted RAG

Open-source embedding-модель от BAAI для поиска, RAG и семантического сравнения текстов. Контекст 8192 токена, 100+ языков, MIT-лицензия, работает на CPU. Разбор возможностей, сравнение с альтернативами и эталонная сборка сервера на FastAPI.

Seedance 2.0 — мультимодальная генерация видео от ByteDance

Мультимодальная модель генерации видео от ByteDance: текст, изображения, аудио и видео на входе, кинематографичный клип с синхронным звуком на выходе. API, платформы доступа, тарифы.

OpenMed — локальные медицинские ИИ-модели для клинического NER и обезличивания

OpenMed — открытый набор медицинских ИИ-моделей для клинического NER и обезличивания данных. Работают локально на устройстве или сервере, без облака.

EmbeddingGemma (Gemma 3) — компактная embedding-модель от Google для on-device RAG

Открытая embedding-модель от Google на базе Gemma 3: 308M параметров, 100+ языков, контекст 2048 токенов, 768-мерные векторы с MRL-усечением до 128. Работает на 200 МБ RAM, считает эмбеддинг на CPU за десятки миллисекунд. Когда брать вместо BGE-M3, как поднять локально и во что упереться.

Страница 3 из 3