GitLab

支持中英双语的多模态大语言模型

Step1X-Edit作为一种新的通用图像编辑算法，通过结合强大的多模态大语言模型和基于扩散的图像解码器，显著提高了图像编辑的性能。

使用resnet50开源模型对ImageNet2012 validation进行推理测试

Wav2vec2-large-xlsr-53 是一款用于自动语音识别（ASR）的模型，该模型在53种语言上进行预训练，可适用于低资源语音理解场景

此项目为ModelZoo标准模版与上传规则，template_xxx中template为源github项目名，后面的_xxx框架名采用小写格式。

Let Transformer Decoder with Explicit Points Solo for Text Spotting

An open-source computational fluid dynamics software accelerated by GPU called OpenCFD-SCU for direct numerical simulation of compressible turbulence. 一款使用了GPU加速主要用于可压缩湍流直接数值模拟的开源软件，OpenCFD-SCU。

一个基于Ort的PaddleOCR推理应用。

使用MIGraphX对Unet模型进行推理

参数精简，性能不减，以1/21小参数媲美DeepSeek R1 6710亿参数的性能，成本仅1/10。

使用MIGraphX对GPT2模型进行推理

基于TF2的bert模型文本分类、文本问答训练

字节提出的双层LLM模型HLLM仅需相当于基于传统ID方法1/6至1/4的数据量即可达到同等性能水平，较SOTA模型性能提升0.705%。