基于Qwen2.5-3B-Instruct模型在医疗健康数据集上微调的版本，旨在生成与医疗相关的响应，为用户提供健康指导。

ACIP项目提供的Qwen2.5-7B可压缩版本，支持动态调整压缩率并保持模型性能

ACIP项目提供的可压缩版本Llama-7B模型，支持动态调整压缩率

该模型是基于TRL（Transformer Reinforcement Learning）库优化的高效微调模型，专注于强化学习在Transformer模型中的应用。

TextNet是一款专为文本检测设计的轻量高效架构，通过三个变体在检测精度与推理速度间实现卓越平衡。

这是一个基于T5-base架构，使用LoRA技术微调的对话摘要模型，专为高效生成对话摘要而设计。

TimeMoE是一个基于专家混合(MoE)架构的十亿级时间序列基础模型，专注于时间序列预测任务。

这是一个经过剪枝和DPO训练的7B参数规模的小型LLM，专为设备端用途优化

中文ELECTRA是由哈工大-讯飞联合实验室基于谷歌ELECTRA模型开发的中文预训练模型，具有参数量小但性能优越的特点。