这是一个基于Hugging Face Transformers库的模型，使用Unsloth进行优化。

这是一个基于🤗 transformers库的模型，使用了unsloth技术进行优化。

基于Qwen2.5架构的3B参数指令微调模型，使用Unsloth和Huggingface TRL库优化训练速度

这是一个基于🤗 transformers库的模型，具体功能和用途尚未明确说明。

Qwen3是Qwen系列最新一代的大语言模型，提供了一系列密集和混合专家（MoE）模型。

Qwen3-4B是Qwen系列最新一代的大语言模型，具有4B参数规模，支持100多种语言，在推理、指令遵循、代理能力和多语言支持方面表现优异。

Qwen3-1.7B是Qwen系列最新一代1.7B参数规模的大语言模型，支持在思考与非思考模式间切换，具备增强的推理能力和多语言支持。

Qwen3是Qwen系列最新一代的大语言模型，提供了一套全面的密集和混合专家（MoE）模型。

Qwen3-0.6B是阿里云开发的0.6B参数规模的大语言模型，属于Qwen3系列的最新成员，支持100多种语言，具备强大的推理、指令遵循和多语言能力。

Qwen3是阿里云开发的最新大语言模型，具有强大的推理、指令遵循和多语言支持能力，支持思考与非思考模式切换。

Qwen3-4B是Qwen系列最新一代的大语言模型，具有4B参数规模，支持100多种语言，在推理、指令跟随和代理能力方面表现突出。

MiniCPM-S-1B-sft 是一个基于激活稀疏化技术优化的1B参数规模语言模型，通过ProSparse方法实现高稀疏性推理加速，同时保持与原始模型相当的性能。

基于google/gemma-3-12b-it模型，通过EZO训练方法提升日语性能的文本生成模型

Falcon-E-1B-Base 是由 TII 开发的一个高效 1.58 位语言模型，采用纯 Transformer 架构，专为边缘设备优化设计。

这是一个基于MediaSpeech数据集训练的阿拉伯语模型，具体用途和功能需要更多信息确认。

基于canopylabs/orpheus-3b-0.1-pretrained微调的法语文本生成模型

基于Qwen2.5-VL-3B模型的微调版本，使用Unsloth和Huggingface TRL库进行训练，推理速度提升2倍

Llama Factory 是一个基于 Transformers 库的模型，可能用于文本生成或其他自然语言处理任务。

DeepSeek-V3的5层简化开发版本，适用于轻量级任务和快速实验。

这是一个基于Turkish-Llama-8b-DPO-v0.1模型微调的土耳其语函数调用模型，专门用于执行土耳其语的函数调用任务。

该模型是基于Turkish-Llama-8b-DPO-v0.1调整的，专门用于土耳其语的功能调用任务。

基于DistilBERT的轻量级文本分类模型，用于位置分类任务

基于transformers库的模型，可能使用了unsloth和trl进行优化，适用于监督式微调(SFT)任务

该模型是基于TRL（Transformer Reinforcement Learning）库优化的高效微调模型，专注于强化学习在Transformer模型中的应用。

基于distilbert-base-uncased微调的文本分类模型，F1分数为0.6147

T5 Small 是 Google 发布的 T5（Text-To-Text Transfer Transformer）系列模型中的小型版本，适用于多种文本处理任务。

基于Mistral架构的克罗地亚语文本生成模型，使用Unsloth加速训练

该模型是基于DistilBERT-base-uncased在CoLA（Corpus of Linguistic Acceptability）数据集上微调的版本，用于语法可接受性判断任务。

这是一个从bert-tiny微调而来的交叉编码器模型，用于计算文本对的相似度分数，适用于语义文本相似度、语义搜索等任务。

这是一个从bert-tiny微调而来的交叉编码器模型，用于计算文本对的相似度分数，适用于语义文本相似度、语义搜索等多种任务。

YuLan-Mini-Instruct是一个24亿参数的紧凑但强大的文本生成模型，专注于数学和代码推理任务，支持中英文。

基于DistilBERT架构优化的网络入侵检测模型，用于识别和分析网络流量中的异常行为

这是基于facebook/wav2vec2-base微调的音频处理模型，主要用于语音相关任务

SmolLumi-8B-Instruct是一个基于Unsloth和Huggingface TRL库训练的8B参数羊驼模型，专注于文本生成推理任务。

基于Qwen 2.5 14B Instruct模型微调的大语言模型，使用伽马语料库v2-50k数据集训练

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Meta-Llama-3.1-8B-Instruct的4位量化版本，使用Unsloth和TRL库进行高效训练

基于Meta-Llama-3.1-8B-Instruct的4位量化版本，使用Unsloth和Huggingface TRL库进行训练，速度提升2倍。

基于SimPO目标在gemma2-ultrafeedback-armorm数据集上微调的Gemma 2.9B模型，用于偏好优化任务

基于Qwen2 1.5b模型微调的YouTube视频转录摘要生成模型