DeepSeek-R1-Distill-Qwen-7B 是由 deepseek-ai 发布的蒸馏版大语言模型，基于 Qwen-7B 架构，适用于文本生成任务。

一个基于SigLIP架构的轻量级视觉语言模型，通过蒸馏技术从更大的SigLIP-400m模型中提取知识，适用于零样本图像分类任务。

Quasar-3.0-7B是即将发布的400B Quasar 3.0模型的蒸馏版本，展示了Quasar架构的早期实力和潜力。

基于 ELECTRA 架构的文本排序交叉编码器，用于检索结果的重排序任务

BERTA是通过蒸馏FRIDA模型的嵌入向量到LaBSE-ru-turbo获得的，用于计算俄语和英语句子的嵌入向量，支持多种前缀任务。

Distill-Any-Depth 是一个用于深度估计的模型，基于 transformers 架构，适用于从图像中估计深度信息。

Flux.1 Lite是从FLUX.1-dev模型蒸馏出的80亿参数Transformer模型，专为文本生成图像任务优化，在保持精度的同时减少内存占用并提升速度。

Whisper-Large-V3的法语蒸馏版本，通过减少解码器层数优化推理效率，同时保持良好性能

distilvit是一个基于VIT图像编码器和蒸馏版GPT-2文本解码器的图像转文本模型，能够生成图像的文本描述。

DistilViT 是一个基于视觉Transformer(ViT)和蒸馏版GPT-2的图像描述生成模型，能够将图像转换为文本描述。

基于distil-whisper技术的德语语音识别模型，参数量7.56亿，在保持高质量的同时实现更快的推理速度。

Kotoba-Whisper 是由 Asahi Ushio 和 Kotoba Technologies 合作开发的日语自动语音识别蒸馏版 Whisper 模型集合，比原版 large-v3 快 6.3 倍，同时保持相近的低错误率。

Distil-Whisper是Whisper large-v3的知识蒸馏版本，专注于英语自动语音识别，提供更快的推理速度同时保持接近原始模型的准确性。

基于Whisper架构的蒸馏版自动语音识别模型，专为泰语优化，性能与效率兼备

基于BERT-small架构的蒸馏模型，专为捷克语-英语语义嵌入设计

从Stable-Diffusion v1-5的Dreamshaper v7微调版本蒸馏而来，可在极短推理时间内生成高质量图像

这是一个支持22种印度语言与英语互译的机器翻译模型，采用蒸馏技术优化，参数规模200M。

IndicTrans2是一个支持22种印度语言与英语互译的高质量机器翻译模型，本版本为200M参数的蒸馏版

该模型是基于NLLB-200蒸馏版微调的阿拉伯语（Dz）到英语的翻译模型

TinySapBERT是一个基于SapBERT框架训练的微型生物医学实体表示模型，专为生物医学命名实体识别任务设计。

SMaLL-100是一个紧凑且快速的大规模多语言机器翻译模型，覆盖超过10,000种语言对，性能与M2M-100相当但体积更小速度更快。

该模型是基于sshleifer/distilbart-cnn-12-6在BBC新闻摘要数据集上微调的文本摘要模型，由都灵理工大学深度自然语言处理课程实验室实践开发。

这是一个基于sentence-transformers的韩英双语句子嵌入模型，可将句子映射到768维向量空间，适用于语义搜索和聚类任务。

该模型是基于distilbart-cnn-12-6在multi_news数据集上微调的文本摘要模型，专门用于多文档摘要任务。

专为金融领域问题匹配优化的轻量化句子相似度模型，通过蒸馏技术将12层BERT压缩至4层，显著提升推理效率

DistilCamemBERT是法语CamemBERT模型的蒸馏版本，通过知识蒸馏技术显著降低模型复杂度，同时保持性能。

基于wav2vec 2.0架构的音频分类模型，用于区分成人和儿童语音

这是distilbert-base-multilingual-cased的定制化精简版本，专门针对波兰语优化，保留了原始模型的准确率。

DistilBERT是BERT基础模型的蒸馏版本，在保持相近性能的同时更轻量高效，适用于序列分类、标记分类等自然语言处理任务。

这是distilbert-base-multilingual-cased的轻量版本，专门针对英语和意大利语优化，保留了原始模型的准确率。

这是从distilbert-base-multilingual-cased中提取的西班牙语子集模型，是BERT基础多语言模型的蒸馏版本，参数规模更小但保留了主要功能。

这是distilbert-base-multilingual-cased的轻量版本，支持英语、法语、西班牙语、葡萄牙语和意大利语处理。

这是distilbert-base-multilingual-cased的轻量版本，专注于英语和德语的双语处理，保持了原始模型的表征能力和准确率。

这是distilbert-base-multilingual-cased的精简版本，专门支持英语和阿拉伯语处理，保持原始模型的准确率。