GitLab

微软自研小尺寸模型

FlagEmbedding专注于检索增强llm领域

引入反思机制，多模态任务生成屠榜，一键解锁AI绘图「哆啦 A 梦」任意门。

ollama框架下的deepseek_R1 模型

Qwen2-VL是基于Qwen2开发而成,在架构上的一大改进是实现了对原生动态分辨率的全面支持，与上一代模型相比，能够处理任意分辨率的图像输入。

Gemma是一个轻量级的，来自于Google的SOTA开源模型，利用与Gemini模型相同的研究和技术建造而成。它们是文本到文本、decoder-only的大型语言模型，使用英语，对pre-trained和instruction-tuned都具有开放权重。 Gemma模型非常适合各种文本生成任务，包括问题回答，总结和推理。它们相对较小的尺寸使得在资源有限的环境中部署它们成为可能。

Vllm并行解码

RepViT在iPhone 12上以1ms的延迟实现了超过80%的top-1准确率，为当前多个SOTA实例分割算法的backbone。

LLaMA Factory是一个大语言模型训练和推理的框架，支持了魔搭社区（ModelScope）的模型和数据集资源。它允许用户通过内置的Web UI灵活定制100多个LLMs的微调，而无需编写代码。

jina-embeddings-v3是一个多语言多任务文本嵌入模型，专为各种NLP应用而设计。