ServiceNow推出的150亿参数高效推理模型，内存占用仅为同类先进模型的一半

Qwen3 30B A3B是一个采用GPTQ方法进行8位量化处理的大语言模型，适用于高效推理场景。

基于SmolLM2-135M微调的俄英双语轻量级语言模型，增强俄语处理能力但存在明显局限

HiDream-I1-Fast是一个基于GGUF量化的文本到图像生成模型，适用于快速图像生成任务。

该模型是从google/gemma-3-12b-it转换而来的GGUF格式模型，适用于llama.cpp框架。

LTX-Video 是一个基于文本到视频生成技术的模型，能够根据输入的文本描述生成相应的视频内容。

OuteTTS-0.3-500M 是一个多语言文本转语音模型，支持英语、中文、日语、韩语、法语和德语。

一款高效的文生图AI模型，仅需4步即可生成高质量图像，支持多种硬件优化格式。

基于SDXL-Turbo的图像水印处理模型，专注于图像到图像的转换任务。

基于OpenAI Whisper的快速语音识别模型，使用CTranslate2优化推理速度

Whisper Large v3的蒸馏版本，用于高效自动语音识别(ASR)

基于BART-large微调的新闻摘要生成模型，使用StableBeluga-7B作为教师模型，提供高效高质量的新闻摘要

基于t5-small在xsum数据集上微调的轻量级文本摘要模型，生成速度快且资源占用低

这是OpenAI Whisper large-v3模型的CTranslate2转换版本，专门针对日语进行了4000步的额外训练，支持多种语言的语音识别。

Gerbil-A-32m 是一个拥有3200万参数的A级模型，训练标记数达6.4亿，适用于多种自然语言处理任务。

基于Dreambooth技术训练的AI插画生成模型，适用于文本生成图像任务

这是一个基于AutoTrain训练的二元分类模型，专门用于黄蜂图像分类任务。

Vi-(Arcane)-v1 是由 asukii 使用 TheLastBen 的快速 DreamBooth 笔记本训练的 Dreambooth 模型，适用于文本生成图像任务。

这是一个基于RE-SepFormer架构的音频源分离模型，由SpeechBrain实现并在WSJ0-2Mix数据集上训练。

这是一个通过AutoTrain训练的实体识别模型，具有高准确率和F1分数。

该模型是基于distilbert-base-uncased在few_nerd数据集上微调的命名实体识别(NER)模型，在评估集上F1分数达到0.7621。

这是一个通过AutoNLP训练的二元分类模型，用于IMDB影评情感分析

基于Mobile-Bert架构在Squad V2数据集上微调的问答模型，适用于资源有限设备

基于SAMSum数据集微调的轻量级对话摘要模型，使用亚马逊SageMaker和Hugging Face容器训练