基于LLaMA 3.2 3B Instruct微调的医疗领域专用模型，适用于医疗问答、症状检查和患者教育等任务

基于BAAI/bge-reranker-base模型转换的GGUF格式重排序模型，支持中英文文本排序任务

基于Llama架构蒸馏优化的8B参数医疗问答模型，通过专业医学数据微调提升临床决策支持能力

这是一个基于 Llama-3.1 架构的 8B 参数语言模型，通过 mergekit 工具合并了多个专业领域的 Llama-3.1 变体模型。

该模型是通过llama.cpp从thenlper/gte-large-zh转换而来的GGUF格式模型，主要用于中文文本嵌入和句子相似度计算。

该模型是从BAAI/bge-reranker-base转换而来的GGUF格式模型，主要用于文本重排序任务。

该模型是基于BAAI/bge-reranker-large转换而来的GGUF格式模型，用于重排序任务，支持中英文。

基于Minbyul/selfbiorag-7b-wo-kqa_golden-iter-dpo-step3-filtered微调的版本，使用HuggingFace MedLFQA（不含kqa_golden）数据集进行直接偏好优化(DPO)训练

Llama-medx_v3.2 是专为医疗领域微调的大语言模型，基于 Meta-Llama-3.1-8B 架构开发，通过监督式微调（SFT）与优势比偏好优化（ORPO）技术训练，精准掌握医学术语与临床推理能力。

基于RankNet损失函数训练的波兰语文本排序模型，适用于信息检索任务

这是一个基于Llama-2-13B的混合模型，结合了Tiefighter、MedLLaMA和limarp-v2等多个模型的特点，适用于多种文本生成任务。

基于Baichaun-13B-chat的Vicuna微调对话模型，在通用对话和医疗咨询方面表现优异。