Qwen3是通义千问系列最新一代6亿参数大语言模型，支持32k上下文长度，覆盖119种语言

Qwen3-4B-Base是通义千问系列最新一代40亿参数大语言模型，基于36万亿token的多语言数据预训练，支持32k上下文长度。

通过SLERP方法合并的8B参数语言模型，结合了DeepSeek-R1和Nemotron-8B模型的优势

基于ModernBERT-large的多任务微调模型，专注于自然语言推理(NLI)任务，在零样本分类和推理任务中表现优异。

LLM2CLIP是一种利用大型语言模型（LLM）释放CLIP潜力的创新方法，通过对比学习框架提升文本判别性，突破原始CLIP文本编码器的限制。

LLM2CLIP是一种创新方法，通过大语言模型增强CLIP的跨模态能力，显著提升视觉和文本表征的判别力。

LLM2CLIP是一种利用大语言模型（LLM）扩展CLIP能力的创新方法，通过对比学习框架提升文本判别性，显著提升跨模态任务性能。

LLM2CLIP是一种创新方法，通过大语言模型(LLM)增强CLIP的视觉表征能力，显著提升跨模态任务性能

基于BitNet 1.58b架构微调的大型语言模型，基础模型为Llama-3-8B-Instruct，采用极端量化技术

基于Microsoft Phi-3-medium-128k-instruct微调的大语言模型，支持ChatML格式对话交互

Yi-1.5是Yi模型的升级版本，在编程、数学、推理和指令遵循能力方面表现更出色，同时保持卓越的语言理解、常识推理和阅读理解能力。

Dolphin 2.7 Mixtral 8X7B 是一个基于Mixtral架构的大型语言模型，专注于代码生成和指令跟随任务。

基于Mistral-7B-v0.1的预训练延续模型，使用瑞典论坛Flashback的40GB文本数据进行微调，支持多语言生成。

基于Bloomz-3b-chat-dpo微调的自然语言推理模型，支持英法双语语义关系判断

Yi-34B-Chat是由01.AI开发的双语大语言模型，在语言理解、常识推理和阅读理解方面表现优异，支持中英文交互。

首个完全免费开源的意大利大语言模型，基于mistral-7b构建，专为意大利语优化，性能超越Llama2 13B

阿里云研发的70亿参数规模大语言模型，基于Transformer架构，支持中英双语和代码处理，具备多轮对话能力。

百川-7B是由百川智能研发的开源大规模预训练语言模型，基于Transformer架构，拥有70亿参数，在中英双语语料上训练，支持4096长度的上下文窗口。

Manticore 13B是基于Llama 13B模型在多个高质量数据集上微调的大语言模型，擅长文本生成任务。

该模型是基于milqa数据集对deepset/xlm-roberta-large-squad2进行微调的匈牙利语问答模型，支持处理无答案的情况。

基于日语Wikipedia数据预训练的BERT-large模型，经过UD头部解析任务微调

首个中文生成式问答预训练T5模型，基于悟道180G语料预训练并在中文SQuAD和CMRC2018数据集上微调

基于百度WebQA和百度DuReader数据集预训练的Albert大型中文问答模型，适用于中文问答任务。

一个基于Transformer架构的大语言模型，支持中文和英文的文本理解和生成任务

基于BART-large架构的问答系统模型，在SQuAD2.0数据集上微调完成，擅长从给定文本中提取答案

这是针对问答任务在SQuADv2数据集上微调的xlm-roberta-large模型

这是一个基于ELECTRA架构的大规模判别器模型，专门针对问答任务在SQuAD2.0数据集上进行了微调，能够处理有答案和无答案的问答场景。

这是一个多功能的大语言模型，能够理解和生成自然语言文本

基于ALBERT和GPT2架构的新闻摘要生成模型，在CNN/DailyMail数据集上微调