Qwen3-30B-A3B-abliterated 是一个基于 Qwen 架构的 300 亿参数大型语言模型，专注于文本生成任务。

基于SigLIP 2的ViT图像编码器，专为timm设计，适用于视觉语言任务

基于WebLI数据集训练的SigLIP 2视觉语言模型，适用于零样本图像分类任务。

一个在WebLI数据集上训练的SigLIP 2视觉语言模型，适用于零样本图像分类任务。

SigLIP 2 是基于 SigLIP 预训练目标的改进模型，整合了多项技术以提升语义理解、定位和密集特征提取能力。

该模型是一个文本生成模型，能够根据输入的提示生成连贯的文本内容。

Qwen2.5-7B-Instruct 是一个基于 Qwen2.5 架构的 7B 参数规模的中文指令微调大语言模型，适用于文本生成和推理任务。

Qwen2.5-1.5B-Instruct 是一个基于 Qwen2.5 架构的 15 亿参数的中文指令微调模型，适用于文本生成和推理任务。

BERTIS是一个基于BERT架构的文本分类模型，专门用于将输入文本归类至14种预定义的意象图式类别。