这是一个使用mergekit工具通过SCE方法合并多个7B参数规模模型的语言模型

这是一个基于Llama-3.1架构的8B参数模型，支持乌兹别克语和英语的指令理解和文本生成任务。

基于Qwen2.5-7B-Instruct基础模型，融合了多个7B规模模型的优势，通过模型库存法进行整合的混合模型。

多语言E5大型指令模型，支持超过100种语言的文本嵌入和分类任务

Velvet-2B是一个20亿参数的意大利语-英语双语大语言模型，基于Transformer架构从头训练，专注于文本生成和理解任务。

Dolphin3.0-R1-Mistral-24B 是一个基于 Mistral 架构的 24B 参数大语言模型，由 Eric Hartford 训练，专注于推理和第一性原理分析。

AceInstruct 是一系列先进的 SFT 模型，基于 Qwen 改进，适用于编码、数学和通用任务。

基于Llama3.2架构的3B参数大语言模型，支持英文文本生成任务，采用llama.cpp进行imatrix量化

基于Qwen2.5-72B微调的大语言模型，专注于文本生成和指令跟随任务

基于Qwen2.5-7B基础模型，融合了代码、数学和通用指令能力的多语言大语言模型

针对乌兹别克语优化的Mistral-7B指令微调模型，支持乌兹别克语和英语的多种NLP任务

Phi-3 Small是一个70亿参数的轻量级前沿开源模型，针对NVIDIA GPU优化的ONNX版本，支持8K上下文长度，具备强推理能力。

KafkaLM 8b是基于Llama3 8b模型微调而成的德语大语言模型，专注于德语商业场景应用

基于Meta的Llama-3构建的8B参数模型，使用贝果数据集微调，采用单一的llama-3指令格式。

Meta发布的Llama 3系列大语言模型，包含8B和70B两种规模的预训练及指令调优生成式文本模型，针对对话场景优化，在行业基准测试中表现优异。

基于yi-34b-200k的实验性微调模型，适用于创意写作、角色扮演等任务，尚未应用DPO阶段。

一个专注于约鲁巴语文本生成的模型，基于多个数据集微调而成。

FLAN-T5是T5模型的指令微调版本，通过1000多项多语言任务微调，在相同参数量下性能更优。

这是一个通过mergekit的DARE Ties方法合并的34B参数大语言模型，基于Yi-34B-200K架构，融合了Nous-Capybara-34B、Tess-M-v1.3和airoboros-3_1-yi-34b-200k三个模型的能力。

AgentLM-7B是基于Llama-2-chat模型，通过混合训练AgentInstruct数据集和ShareGPT数据集得到的智能体增强型语言模型。

Platypus2-70B-instruct 是基于 LLaMA 2 架构的大型语言模型，由 garage-bAInd 和 upstageAI 的模型合并而成，专注于指令遵循和逻辑推理任务。

Manticore 13B是基于Llama 13B模型在多个高质量数据集上微调的大语言模型，擅长文本生成任务。

由Together联合多个AI研究机构开发的69亿参数对话专用语言模型，基于RedPajama-Data-1T数据集训练，通过OASST1和Dolly2数据微调增强对话能力

基于T5架构的编码器-解码器模型，通过Flan提示调优优化，支持多语言任务处理

GPT-JT是基于GPT-J(6B)微调的大语言模型，采用UL2训练目标，在分类任务上表现优异

FLAN-T5是基于T5改进的指令微调语言模型，在相同参数量下通过1000多项多语言任务微调实现更优性能

FLAN-T5是基于T5改进的指令微调语言模型，支持60+种语言，在相同参数量下通过1000+任务微调实现更强性能

FLAN-T5是T5模型的指令微调版本，在1000多个额外任务上进行了微调，支持多种语言，性能优于原始T5。