phi-2 是一个采用 IQ-DynamicGate 超低比特量化（1-2 比特）的文本生成模型，适用于自然语言处理和代码生成任务。

基于Llama-3-8B架构优化的超低比特量化模型，采用IQ-DynamicGate技术实现1-2比特精度自适应量化，适用于内存受限环境。

OlympicCoder-32B是基于Qwen2.5-Coder-32B-Instruct的代码生成模型，采用IQ-DynamicGate超低位量化技术，适用于内存受限环境下的高效推理。

BERT-Emotion 是一款基于 bert-lite 和 NeuroBERT-Mini 的轻量级自然语言处理模型，专为边缘和物联网设备上的短文本情绪检测而优化。

EXAONE-Deep-32B是一个32B参数的大语言模型，支持英语和韩语，专为文本生成任务设计。

基于Llama-3架构的8B参数模型，采用IQ-DynamicGate超低比特量化技术优化内存使用

采用IQ-DynamicGate技术的超低位量化（1-2比特）的7.8B参数模型，支持英语和韩语文本生成任务。

这是一个基于 Mistral-Small-3.1-24B-Base-2503 的指令微调模型，采用 GGUF 格式和 IQ-DynamicGate 超低比特量化技术。

Qwen2.5-7B-Instruct-1M是基于Qwen2.5-7B的指令微调版本，采用IQ-DynamicGate超低位量化技术（1-2比特），适用于内存受限环境下的高效推理。

Llama-3.1-8B-Instruct 是基于 Llama-3-8B 的指令调优版本，采用 IQ-DynamicGate 技术进行超低位量化（1-2 比特），在保持内存效率的同时提升准确性。

Mistral-7B-Instruct-v0.2是基于Mistral-7B架构的指令微调模型，支持文本生成任务，采用IQ-DynamicGate超低比特量化技术优化内存效率。

基于LLaMA-3B构建的微调推理模型，增强推理能力，支持多语言处理

微型代理-α是基于Qwen2.5-Coder系列模型训练的轻量级AI代理，专为边缘设备设计，支持Pythonic函数调用方式。

基于DistilBERT架构构建的多标签内容审核系统，用于检测和分类用户评论中的潜在有害内容，具有高精度和轻量级特点。

一个微型印地英语混合对话文本补全模型，能够用印地英语（Hinglish）进行日常生活话题的对话。

Moondream2的微调版本，专为图像提示生成优化，是一款轻量级视觉语言模型，适合在边缘设备高效运行。