Qwen2.5 7B Embed Base
Apache-2.0
Qwen2.5-7B-embed-base是基于Transformer架构的预训练语言模型，专为生成高质量文本嵌入向量而设计。
文本嵌入 英语
Q
ssmits
85
1
Mistral Nemo Base 2407 Chatml
Apache-2.0
Mistral-Nemo-Base-2407是由Mistral AI与NVIDIA联合训练的120亿参数生成式文本预训练模型，性能超越同规模或更小规模的模型。
大型语言模型
Transformers 支持多种语言
Transformers 支持多种语言M
IntervitensInc
191
3
Llama 3.1 70B
Meta羊驼3.1是支持8种语言的大语言模型系列，包含8B/70B/405B三种规模，在行业基准测试中超越多数开源和闭源聊天模型
大型语言模型 Transformers 支持多种语言
Transformers 支持多种语言L
meta-llama
97.35k
358
Fox 1 1.6B
Apache-2.0
Fox-1-1.6B是由TensorOpera AI开发的16亿参数小型语言模型，采用分组查询注意力机制，训练数据达3万亿文本和代码。
大型语言模型 Transformers 英语
Transformers 英语F
tensoropera
1,741
33
Llama 3 8B Instruct GGUF Q4 K M
Meta Llama3 Instruct 8B是Meta发布的8B参数指令调优大语言模型，针对对话场景优化，在安全性和帮助性方面表现优异。
大型语言模型 英语
L
thesven
76
1
Mistral 7B Instruct V0.1 Sharded
Apache-2.0
Mistral-7B-Instruct-v0.1是基于Mistral-7B-v0.1的指令微调版本，适用于对话生成任务。
大型语言模型 Transformers
TransformersM
filipealmeida
1,363
14
Mistral 7B V0.1
Apache-2.0
Mistral-7B-v0.1是一个拥有70亿参数的预训练生成文本模型，性能优于Llama 2 13B版本
大型语言模型 Transformers 英语
Transformers 英语M
mistralai
621.54k
3,763
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型，性能媲美GPT-3.5-turbo，优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型 Transformers 支持多种语言
Transformers 支持多种语言L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型，专为边缘设备推理设计，体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers 英语
Transformers 英语C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型，适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
智启未来，您的人工智能解决方案智库
简体中文