偏好学习

# 偏好学习

URM LLaMa 3.1 8B

URM-LLaMa-3.1-8B是一个具备不确定性感知能力的奖励模型，用于改进大语言模型的对齐效果。

大型语言模型

Llama 3 Base 8B SFT IPO

SimPO 是一种无需参考奖励的简单偏好优化方法，旨在通过简化偏好优化过程提高模型性能。

大型语言模型

基于google/gemma-2b-it训练的奖励模型，用于评估文本生成质量

大型语言模型

AmberSafe是基于LLM360/AmberChat进行安全微调的指令模型，属于LLM360的Pebble系列，专注于提供安全的文本生成能力。

大型语言模型

Transformers 英语

精选推荐AI模型

Qwen2.5 VL 7B Abliterated Caption It I1 GGUF

Qwen2.5-VL-7B-Abliterated-Caption-it的量化版本，支持多语言图像描述任务。

图像生成文本

Transformers 支持多种语言

Nunchaku Flux.1 Dev Colossus

Colossus Project Flux 的 Nunchaku 量化版本，旨在根据文本提示生成高质量图像。该模型在优化推理效率的同时，将性能损失降至最低。

图像生成英语

Qwen2.5 VL 7B Abliterated Caption It GGUF

这是一个基于Qwen2.5-VL-7B模型的静态量化版本，专注于图像描述生成任务，支持多种语言。

图像生成文本

Transformers 支持多种语言

Olmocr 7B 0725 FP8

olmOCR-7B-0725-FP8是基于Qwen2.5-VL-7B-Instruct模型，使用olmOCR-mix-0225数据集微调后量化为FP8版本的文档OCR模型。

图像生成文本

Transformers 英语

Lucy-128k是基于Qwen3-1.7B开发的专注于代理式网络搜索和轻量级浏览的模型，在移动设备上也能高效运行。

大型语言模型

Transformers 英语

AIbase

智启未来，您的人工智能解决方案智库

© 2025AIbase 备案号：闽ICP备08105208号-24