GitLab

CRNN 基于卷积神经网络和循环神经网络的结合，适用于文本识别任务。

A fast parallel implementation of CTC, on both CPU and GPU.

用自然语言直接查数据库，DB-GPT具备生成高精度和复杂SQL的能力，简化大模型在数据库应用中的开发，支持数据处理、问答、RAG等功能，适用于数据3.0时代的高效应用构建。

YOLO（You Only Look Once）是一种流行的对象检测和图像分割模型，由华盛顿大学的Joseph Redmon和Ali Farhadi开发。YOLO 于 2015 年推出，因其高速和准确性而迅速普及。

MiniMax M1拥有超长的上下文能力，100万token输入，8万token输出，足以媲美Gemini 2.5 Pro的开源模型。

深度探索研发的文生图多模态模型

Qwen1.5_14B推理及微调

wav2vec由facebook AI Research团队提出，效仿nlp上的word2vec，是语音的一种通用特征提取器。

InternVL 2.5，这是一个高级多模态大型语言模型（MLLM）系列，它建立在InternVL 2.0的基础上，保持了其核心模型架构，同时引入了训练和测试策略以及数据质量的显著增强。

基于NV4.0适配: https://github.com/mlcommons/training_results_v4.0/tree/main/NVIDIA/benchmarks/llama2_70b_lora/implementations

LongCat-Video模型，一个13.6B的适配生成模型，在多个方向都有不俗的表现，包括文生视频，图生视频等等