Sam-reason-S2.1的静态量化版本，提供多种量化选项以适应不同硬件需求

基于distilbert-base-uncased微调的情感分析模型，用于文本情感分类任务

这是一个基于distilbert-base-uncased微调的情感分析模型，在评估集上取得了93.2%的准确率。

Chonky是一款能够智能地将文本分割成有意义的语义块的Transformer模型，适用于RAG系统。

基于mergekit工具融合的8B参数语言模型，采用直通式(Passthrough)融合方法生成

T5 Small 是 Google 发布的 T5（Text-To-Text Transfer Transformer）系列模型中的小型版本，适用于多种文本处理任务。

Qwen2-VL-72B-Instruct 是一个多模态视觉语言模型，支持图像和文本的交互，适用于复杂的视觉语言任务。

这是对Minthy/ToriiGate-v0.4-7B模型进行的加权/重要性矩阵量化版本，提供多种量化选项以适应不同需求。

DeepSeek-R1-Distill-Llama-8B 是一个基于 Llama 架构的蒸馏版大语言模型，参数规模为 8B，主要用于英文文本生成和理解任务。

这是一个针对垃圾邮件检测进行微调的BERT模型，验证准确率约99%

这是一个基于T5-base的序列到序列模型，专门用于将复杂问题分解为多个子问题。

用于检测饱和型越狱攻击的小型BERT模型，不适用于独立防御其他类型的越狱攻击。

T5（Text-to-Text Transfer Transformer）是谷歌开发的通用文本到文本转换模型，能够处理多种自然语言处理任务。

phi3 是一个基于 Apache-2.0 许可证的开源模型，支持英文语言，主要用于摘要生成任务。

基于distilbert-base-uncased微调的情感分析模型，在评估集上准确率达87.67%

该模型是基于DistilBERT在经济学数据集上微调的零样本分类模型，适用于经济学相关文本的分类任务。

NegMPNet是基于all-mpnet-base-v2的否定感知版本，能够将句子和段落映射到768维的密集向量空间，特别擅长处理否定语义。

一个用于简历摘要的模型，主要用于求职搜索领域。

该模型是基于microsoft/xtremedistil-l6-h384-uncased在squad数据集上微调的版本，主要用于问答任务。

基于SpanBERT/spanbert-base-cased微调的问答模型，适用于阅读理解任务

基于roberta-base模型微调的问答模型，在SQuAD格式数据集上训练

这是一个基于sentence-transformers的句子相似度模型，能够将文本映射到384维向量空间，适用于聚类和语义搜索任务。

该模型是基于DistilBERT在SQuAD数据集上微调的问答模型，用于阅读理解任务。

这是一个在SQuAD问答数据集上微调的BERT模型，用于问答任务。

该模型是基于distilbert-base-uncased在becasv3数据集上微调的版本，主要用于文本生成任务。

基于DistilBERT的问答模型，在SQuAD数据集上微调，用于提取式问答任务。

该模型是基于DistilBERT基础模型在SQuAD v2数据集上微调的问答模型，适用于阅读理解任务。

该模型是基于bert-base-uncased在SQuAD数据集上微调的问答模型

基于蒸馏BERT基础版在问答数据集上微调的模型，适用于问答任务

基于DistilBERT基础模型微调的版本，适用于文本分类任务

该模型是基于distilbert-base-uncased在未指定数据集上微调的版本，主要用于文本相关任务。

该模型是基于DistilBERT基础模型在SQuAD问答数据集上微调的版本，适用于问答任务。

这是一个基于BERT架构的基础模型，专门在SQuAD v2数据集上进行了训练，适用于问答任务。

该模型是基于RoBERTa-base在SQuAD 2.0数据集上微调的问答模型，擅长处理阅读理解任务。

基于bert-base-uncased在体育相关数据上微调的BERT模型

该模型是基于bert-base-uncased进行微调的版本，具体应用场景和训练数据集信息暂未提供。

该模型是基于distilbert-base-uncased在squad问答数据集上微调的版本，适用于问答任务。

这是一个基于DistilBERT的句子嵌入模型，能够将句子和段落映射到768维向量空间，适用于语义搜索和句子相似度计算等任务。

基于BERT架构的字符级预训练模型，适用于无大小写区分的文本处理任务。

该模型是基于distilbert-base-uncased模型在squad数据集上微调后的版本，主要用于问答任务。