基于Mistral架构的7B参数大语言模型，使用Unsloth和TRL库高效训练，在多项基准测试中表现优异。

Mistral-ORPO-β是基于Mistral-7B使用ORPO方法微调的7B参数语言模型，无需监督微调预热阶段即可直接学习偏好。

StrangeMerges_17-7B-dare_ties是通过LazyMergekit合并的两个模型Gille/StrangeMerges_16-7B-slerp和Gille/StrangeMerges_12-7B-slerp的产物，采用

基于Galactica架构的67亿参数大语言模型，专注于文章写作任务，在开放大语言模型排行榜中平均得分37.75。

该模型是基于MCG-NJU/videomae-base在交通事故视频数据集上微调的版本，主要用于视频分类任务。

基于Vision Transformer架构的图像分类模型，针对BIRADS分类任务进行了微调

miCSE是一个专为句子相似度计算而设计的低样本量句子嵌入模型，通过注意力模式对齐和正则化自注意力分布实现高效的样本学习。

该模型是基于google/vit-base-patch16-224在imagefolder数据集上微调的版本，适用于视觉任务。

基于ResNet-18架构在EuroSAT数据集上微调的图像分类模型

这是一个用于识别稀有犬种的图像分类模型，准确率为64.44%。