GitLab

Pix2pixHD是一种图像到图像的转换模型，它可以将输入图像转换成一种特定的输出图像。这种模型的应用非常广泛，例如将草图转换成真实的图片、将低分辨率图片转换成高分辨率图片、将黑白图像转换成彩色图像等等。

phi-4 是一个 140 亿参数的模型，基于 Transformer 架构，专注于提升推理和 STEM 领域的问答能力。

微软自研小尺寸模型

本示例基于MIGraphX构建PaddleOCR推理示例

一种多模态大语言模型，具有准确解答数学问题、识别花卉品种、识别手写字体和复杂数学公式等能力。

olmOCR是Ai2推出的开源工具，用在将PDF文档高效转换为干净的结构化纯文本。

OFA在一个简单的seq2seq的学习框架中统一了不同的跨模态和单模态的任务，包括图像生成、视觉定位、图像说明、图像分类、语言模型等，提出一种统一的多模态预训练范式，以解决复杂的任务/模态需要特殊定制模型架构的问题。

时序预测库neuralforecast中的iTransformer算法能高效利用长程时序特征。