DeepSeek-R1 是一个专注于数学基础与模型推理能力的大语言模型。

基于Llama架构的5亿参数文本生成模型，专为创作故事而设计。

这是一个基于MLX格式的4位量化语言模型，适用于文本生成任务。

Devstral-Small-2505-bf16 是一个基于 MistralAI 的 Devstral-Small-2505 模型转换而来的 MLX 格式模型，支持多种语言处理任务。

Ultravox v0.5是基于Llama-3 2.1B架构优化的音频文本转文本模型，专注于高效处理语音转写任务。

由mistralai开发的轻量级语言模型，经过MLX框架6位量化优化，专为Apple Silicon设计。

这是一个从intfloat/multilingual-e5-small微调而来的sentence-transformers模型，训练数据包含韩语查询-段落对，以提高韩语检索任务的性能。

MiniCOIL是一种稀疏的上下文化逐词嵌入模型，专为高效语义相似度计算设计

这是一个非常小巧且快速的日语重排序模型，适用于提升RAG系统的精度，在CPU或边缘设备上也能高效运行。

这是一个非常小巧且快速的日语重排序模型，适用于提升RAG系统的精度。

该模型是从all-MiniLM-L12-v2蒸馏而来，推理速度提升近2倍，同时在CPU和GPU上保持较高的准确度。

Qwen3-0.6B 是一个基于 Transformer 架构的开源语言模型，参数规模为 6 亿，适用于文本摘要等自然语言处理任务。

Phi-4-mini-reasoning是一个基于合成数据的轻量级开放模型，专注于高质量、密集推理数据，并进一步微调以增强数学推理能力。

这是一个基于kyutai/helium-1-2b转换的GGUF格式模型，支持多种欧洲语言。

Phi-4-mini-reasoning是一个轻量级的开源模型，专注于高质量、密集推理的数据，并进一步微调以获得更高级的数学推理能力。

Qwen3-1.7B 是阿里云推出的1.7B参数规模的开源大语言模型，基于Transformer架构，支持多种自然语言处理任务。

基于NVIDIA MIT-B1架构的SegFormer图像分割模型，在特定数据集上微调，擅长高精度图像分割任务

Deepthink-1.5B-Open-PRM是一个1.5B参数的开源语言模型，已转换为GGUF格式以便在llama.cpp中使用。

一个专注于英语和意大利语翻译的1B参数语言模型，提供多种量化版本的GGUF格式文件。

这是一个基于MLX格式的3位量化文本转语音模型，支持多种语言。

DeBERTa-v3-small是微软发布的轻量级DeBERTa模型变体，适用于文本分类任务。

T5 Small 是 Google 发布的 T5（Text-to-Text Transfer Transformer）模型的小型版本，适用于多种自然语言处理任务。

Distil-Whisper是Whisper模型的蒸馏版本，针对自动语音识别(ASR)任务进行了优化，提供更快的推理速度。

基于SLERP方法融合的Gemma-2B变体模型，结合了两个不同权重的Gemma-2B模型版本

Gemma 3.4B IT 是一个基于文本到文本生成的大语言模型，专门用于将自然语言转换为Cypher查询语言。

一款革命性的开源模型，能以卓越的效率和准确性对阿拉伯语长文本进行重排序。

首个超越基于Transformer的音频分类器的状态空间模型，在AudioSet音频分类任务中实现最先进性能，同时显著减小模型规模。

基于DistilBERT的文本分类模型，用于区分食品与非食品文本

基于allura-org/Gemma-3-Glitter-4B转换的GGUF格式模型文件，使用imatrix量化优化性能

专为代码搜索设计的句子转换器模型，基于ModernBERT架构，支持8192标记长序列处理

SNAC 24kHz 是一个用于特征提取的模型，适用于音频信号处理任务。

TinyLLaVA-Video是基于Qwen2.5-3B和siglip-so400m-patch14-384构建的视频理解模型，采用分组重采样器处理视频帧

基于 OpenAI Whisper 架构的小型语音识别模型，专注于英语语音转文本任务。

基于webbigdata/gemma-2-2b-jpn-it-translate的量化版本，专注于日语和英语之间的翻译任务

该模型是从 ds4sd/SmolDocling-256M-preview 转换为 MLX 格式的视觉语言模型，支持图像文本到文本任务。

Distil-Whisper是Whisper模型的蒸馏版本，通过大规模伪标签技术实现高效语音识别

这是一个文本排序模型，用于对文本进行重新排序和评分。

基于Qwen2.5-0.5B-Instruct微调的文本排序模型，适用于信息检索和相关性排序任务

基于Qwen2.5架构的0.5亿参数文本排序模型，适用于信息检索和文档排序任务

基于Qwen2.5架构的0.5B参数规模的文本排序模型，适用于重排序任务。