Llama 3.3 Swallow是基于Meta Llama 3.3模型进行持续预训练的大型语言模型(70B)，增强了日语能力同时保留原有英语能力。

专为处理超长文本序列（最高支持100万、200万和400万标记）设计的大语言模型，在标准基准测试中保持卓越性能

Llama-3.1-Minitron-4B-Width-Base是一个基础文本到文本模型，通过对Llama-3.1-8B进行剪枝获得，适用于多种自然语言生成任务。

基于Llama3-8B开发的金融领域模型，通过指令预训练框架增强领域适应能力，在金融任务上达到甚至超越Llama3-70B的性能。

基于Llama2 7B改进的模型，支持层级跳跃和自推测解码，提升推理效率

基于Mistral-7b模型，采用Quiet-STaR方法进行持续预训练，在生成每个输出词元前会先生成8个思维词元，提升推理能力。

SurgicBERTa是基于RoBERTa-base架构开发的语言模型，专门针对外科教材与学术论文进行优化。