QwenGuard是一个视觉安全防护模型，能根据提供的安全策略评估图像，输出安全评级、安全类别及评估依据。

QwenGuard-v1.2-3B是基于Qwen/Qwen2.5-VL-3B-Instruct开发的视觉安全防护模型，用于评估图像内容的安全性。

Cephalo-Gemma-3-4b 是一个跨模态视觉语言模型，专注于仿生材料分析与设计。

基于Qwen2.5-14B微调的韩语大语言模型，专注于RAG（检索增强生成）任务，能够生成包含来源引用的结构化回答。

基于Qwen-2.5-0.5B模型，通过强化学习（GRPO）和监督学习联合训练而成的文本转图谱信息抽取模型。

LlavaGuard是基于视觉语言模型的安全评估守护者，主要用于图像内容的安全分类和违规检测。

LlavaGuard是基于视觉语言模型的安全评估系统，主要用于图像内容的安全分类和合规性检查。

LlavaGuard是基于视觉语言模型的数据集安全评估与保障框架，主要用于内容安全评估。

该模型是一个基于Flan-T5-Large的命题分割模型，用于将文本内容分解为独立的命题单元。