DMind-1是基于Qwen3-32B打造的Web3专家模型，通过监督式指令微调与人类反馈强化学习专为Web3生态系统优化，在任务准确性、内容安全性和专家级交互对齐方面实现显著提升。

Llama 3.2 是 Meta 发布的 1B 和 3B 参数规模的多语言生成模型集合，针对对话场景优化，支持多种语言任务。

英伟达定制的大型语言模型，旨在提升大语言模型生成回复对用户查询的有用性。

这是一个基于日语对话数据集微调的Meta-Llama-3-8B-Instruct模型，专注于日语对话任务。

紫罗兰系列语言模型专为遵循指令和维持俄语对话而训练，第四代通过RLHF优化，具有更强的响应能力和更丰富的信息量。

Starling-7B是一个通过AI反馈强化学习（RLAIF）训练的开源大语言模型，基于Openchat 3.5微调，在MT Bench中表现优异。

基于Pythia-2.8b的因果语言模型，使用Anthropic人类偏好数据集进行监督式微调

基于Pythia-6.9b基础模型，使用Anthropic的hh-rlhf数据集进行监督式微调训练的因果语言模型

Llama 2是由Meta开发的70亿参数规模预训练生成文本模型，属于开源大语言模型系列

Llama 2是由Meta开发的开源大语言模型系列，包含70亿至700亿参数规模，支持英文文本生成任务。

StableVicuna-13B是基于Vicuna-13B v0模型，通过RLHF进行微调的对话模型，采用4位GPTQ量化格式

StableVicuna-13B是基于Vicuna-13B v0模型，通过人类反馈强化学习（RLHF）和近端策略优化（PPO）在多种对话和指令数据集上进行微调的产物。

基于OPT-1.3b模型，通过DeepSpeed-Chat框架进行RLHF训练优化的对话生成模型

基于RLHF微调的Stable Diffusion 2.0提示生成模型，可自动扩展或生成高质量图像描述