由英伟达发布的4B参数规模大语言模型，支持128k tokens上下文长度，专为推理、对话及RAG等任务优化

这是一个非常小巧且快速的日语重排序模型，适用于提升RAG系统的精度，在CPU或边缘设备上也能高效运行。

神经湖iSA-03迷你3B是由神经湖科技研发的先进AI模型，融合了传统大语言模型的直接响应能力与自动多步推理功能，支持256K token的超长上下文处理。

Qwen2.5-Aloe-Beta-7B是一款开源医疗大语言模型，在多项医疗任务中达到最先进性能。

RigoChat-7b-v2是基于Qwen-2.5的西班牙语优化模型，通过DPO微调提升性能，专注于西班牙语查询的准确响应。

基于Qwen2.5-1.5B-Instruct微调的俄语指令优化模型，15亿参数，支持俄英双语，擅长RAG流程中的文本问答

Nemotron-Mini-4B-Instruct是英伟达开发的专为角色扮演、检索增强生成和函数调用优化的响应生成模型，基于Minitron-4B-Base微调，支持4096个token的上下文长度。

基于TinyLlama微调的轻量级代理模型，专注于工具调用、RAG和通用助手功能

Cymist2-v0.1是由Cypien AI团队开发的先进语言模型，专为土耳其语和英语的文本生成任务优化，支持检索增强生成(RAG)和监督微调(SFT)。

基于Mistral-7B微调的70亿参数可信度感知生成模型，具备理解并运用上下文可信度进行内容生成的能力。

这是一个基于sentence-transformers的模型，能够将句子和段落映射到768维稠密向量空间，适用于聚类或语义搜索等任务。