AIbase

滑动窗口注意力
Qwen1.5 Moe Tiny Random
这是一个基于Qwen1.5-MoE架构的随机初始化小型模型，采用float16精度，适用于文本生成任务。
大型语言模型
Transformers
Q
yujiepan
30
1
H2o Danube 1.8b Base
Apache-2.0
H2O.ai训练的18亿参数基础语言模型，基于改进的Llama 2架构，支持16K上下文长度
大型语言模型
Transformers
英语
H
h2oai
281
43
Mistral 7B Instruct V0.1
Apache-2.0
Mistral-7B-Instruct-v0.1是基于Mistral-7B-v0.1生成式文本模型，通过多种公开对话数据集进行指令微调的版本。
大型语言模型
Transformers
M
mistralai
468.63k
1,659
Nat Base In1k 224
MIT
NAT-Base是基于ImageNet-1K训练的视觉Transformer模型，采用邻域注意力机制进行图像分类。
图像分类
Transformers
其他
N
shi-labs
6
0
Nat Small In1k 224
MIT
NAT-Small是基于邻域注意力的分层视觉变换器，专为图像分类任务设计
图像分类
Transformers
其他
N
shi-labs
6
0
Nat Mini In1k 224
MIT
NAT-Mini 是基于邻域注意力机制的轻量级视觉Transformer模型，专为ImageNet图像分类任务设计
图像分类
Transformers
其他
N
shi-labs
109
0
Dinat Mini In1k 224
MIT
DiNAT-Mini是基于邻域注意力机制的分层视觉Transformer模型，专为图像分类任务设计。
图像分类
Transformers
D
shi-labs
462
1
Longformer Base 4096 Spanish
MIT
基于RoBERTa检查点开发的西班牙语长文档处理模型，支持4096个token的序列长度
大型语言模型
Transformers
西班牙语
L
mrm8488
22
16