Kanana 1.5 是 Kanana 模型系列的新版本，在编码、数学和函数调用能力方面有显著提升，能够处理长达32K个令牌的输入，使用YaRN时可处理多达128K个令牌。

OlympicCoder-7B是基于Qwen2.5-Coder-7B-Instruct优化的代码生成模型，采用IQ-DynamicGate超低比特量化技术，专为内存受限环境设计。

采用IQ-DynamicGate技术的超低位量化（1-2比特）大语言模型，支持多语言文本生成任务

采用IQ-DynamicGate超低位量化技术的49B参数大语言模型，支持1-2位精度自适应量化，优化内存效率与推理速度

基于flash-linear attention格式的RWKV-7模型，支持多语言文本生成任务。

RT-DETRv2是一种改进的实时目标检测Transformer模型，通过选择性多尺度特征提取和动态数据增强等策略提升性能。

RT-DETRv2是基于RT-DETR架构优化的实时目标检测模型，通过选择性多尺度特征提取和训练策略改进，在保持实时性能的同时提升检测精度。

专为智能农业系统设计的视觉变换器模型，用于作物病害识别，支持玉米、马铃薯、水稻和小麦等作物的多种病害检测。