Phi-4推理增强版是微软研究院开发的140亿参数开源推理模型，通过监督微调和强化学习优化，专注于数学、科学和编程领域的高级推理能力。

Phi-4-reasoning-plus 是由微软研究院开发的开源推理模型，专注于数学、科学和编程领域的高级推理能力。

基于T5-small模型在XSum数据集上微调的文本摘要模型

基于Llama-3.1架构的8B参数大语言模型，提供多种量化版本的GGUF格式文件

基于T5架构的韩语文本摘要模型，专门针对新闻报道进行微调训练

Aya Vision 8B是一个开放权重的80亿参数多语言视觉语言模型，支持23种语言的视觉和语言任务。

基于Qwen2.5-0.5B-Instruct微调的葡萄牙语大语言模型，专注于文本生成任务

DRAMA-large (0.3B) 是一个基于剪枝后大语言模型架构构建的稠密检索模型，针对高效且可泛化的多语言文本检索任务进行优化。

Falcon3-10B-Instruct是Falcon3系列的开源基础模型，拥有100亿参数，专注于高质量指令跟随任务，支持多语言处理，上下文长度可达32K tokens。

IBM Granite Embedding 30M English 是一个基于 transformer 架构的英文文本嵌入模型，由 IBM 开发并发布。

Llama-3.1-Storm-8B是基于Llama-3.1-8B-Instruct构建的改进模型，在多项基准测试中表现优异，适用于对话和函数调用任务。

采用3层Transformer架构的顶尖句子分割技术，支持多语言文本分割。

Ko-Llama-3-8B-Instruct 是一个专为提升韩语语言模型性能而开发的模型，基于 Meta-Llama-3-8B-Instruct 进行监督微调。

这是一个基于Meta公司NLLB-200-distilled-600M模型微调的机器翻译模型，专门用于英语到简体中文的翻译任务。

基于Llama3-8B架构开发的80亿参数指令调优泰语大语言模型，支持泰语和英语。

基于Llama-3-8b构建的多语言混合模型，融合了德语、意大利语和英语能力

基于Meta-Llama-3-8B模型在scitldr数据集上使用QLoRa技术微调的摘要生成模型

基于Llama 3 8B的荷兰语对话模型，通过ORPO方法在荷兰语反馈数据集上优化训练

Snowflake Arctic Embed XS 是一个轻量级的句子嵌入模型，专注于句子相似度和特征提取任务。

RakutenAI-7B-instruct是基于Mistral-7B架构优化的日语和英语大语言模型，在日语理解基准测试中表现优异，同时保持英语能力竞争力。

基于Bloomz-560m构建的双语重排序模型，用于衡量查询与上下文的语义相关性，支持法语和英语

Prodigy_7B的GGUF-Imatrix量化版本，采用重要性矩阵技术提升量化质量

Qra是由波兰国家信息处理研究所与格但斯克理工大学联合开发的波兰语优化大语言模型系列，基于TinyLlama-1.1B初始化并在900亿波兰语token上训练

MobileLLaMA-1.4B-Chat 是基于 MobileLLaMA-1.4B-Base 微调而来的聊天模型，使用了 ShareGPT 数据集进行监督式指令微调。

基于mT5架构微调的泰语文本摘要模型，支持生成40-140字符的简洁摘要

BTLM-3B-8k-chat是基于BTLM-3B-8K-base开发的对话版本，采用DPO方法优化，专为符合人类偏好的对话场景设计。

Saiga Mistral 7B是基于Mistral架构的俄语大语言模型，由Ilya Gusev开发。

OpenHermes 2.5是基于Mistral-7B微调的高级语言模型，专注于代码生成和通用任务处理，性能优于前代版本。

OpenChat 3.5 7B是基于Mistral架构的7B参数大语言模型，由OpenChat团队开发，采用Apache 2.0许可证发布。

基于法语法律信息检索数据集LLeQA训练的句子嵌入模型，适用于法律文本的语义搜索和聚类任务

基于google/pegasus-xsum微调的新闻摘要生成模型，在cnn_dailymail数据集上训练

基于NbAiLab/nb-bert-base微调的自然语言推理模型，支持丹麦语、挪威博克马尔语和瑞典语

基于T5-small模型在cnn_dailymail数据集上微调的文本摘要生成模型

基于T5-small架构在cnn_dailymail数据集上微调的文本摘要生成模型，擅长新闻摘要生成任务

基于DistilBERT的问答与命名实体识别多任务模型，在conll2003数据集上微调

这是一个基于多语言T5模型的德语摘要生成模型，采用MIT许可证，允许商业用途。

基于distilbert-base-uncased-squad2在conll2003数据集上微调的问答与命名实体识别模型

基于维基指南数据集训练的T5-small架构文本摘要模型

该模型是基于SQuAD数据集微调的BART变体，专门用于根据文本段落和答案生成对应问题。

这是bert-base-multilingual-cased的定制化精简版本，专门针对保加利亚语优化，能完全复现原始模型生成的表征，保持原始准确率。