mine:o2-small
MineAITechnology · 工具包
MineAI Technology 推出的 355M 参数英文小型聊天模型,遵循简单的 User 和 Assistant 格式。这是研究级模型,回答能干净收尾、会写简短代码,但没有增加知识。
写代码、审代码用的提示词、编程智能体任务说明和工具包,花更少的 Token。
MineAITechnology · 工具包
MineAI Technology 推出的 355M 参数英文小型聊天模型,遵循简单的 User 和 Assistant 格式。这是研究级模型,回答能干净收尾、会写简短代码,但没有增加知识。
kkt94 · 工具包
用一个 5.1B 的模型回答关于视频片段的问题,它把冻结的 V-JEPA 2.1 视频编码器接到 Qwen3-4B-Instruct-2507 上,适合有 16 GB 以上 GPU 的人。
kkt94 · 工具包
用一个 2B 的模型回答关于视频片段的问题,它把冻结的 V-JEPA 2.1 视频编码器接到 Qwen3-1.7B 上,适合只有一块普通 GPU 的人。
kkt94 · 工具包
用一个 4.2B 的模型回答关于视频片段的问题,它把冻结的 V-JEPA 2.1 视频编码器接到 Llama-3.2-3B-Instruct 上,适合只有一块 12 GB 以上 GPU 的人。
kkt94 · 工具包
用一个 1.5B 的小模型回答关于视频片段的问题,它把冻结的 V-JEPA 2.1 视频编码器接到 Llama-3.2-1B-Instruct 上,适合只有一块普通 GPU 的人。
prithivMLmods · 工具包
ccore 的 Qwen3.5-4B-3D-Coder 的重新打包版本,一个为编程回答和 Three.js 3D 场景调优的小模型,附带支持多词元预测的 GGUF 文件。
lapadatbogdan · 工具包
在家用电脑上运行裁剪过的 GLM-5.3-Flash 编程和智能体模型,提供五种量化大小的 GGUF 文件。每层保留 288 个专家中的 152 个,把 321B 模型缩小到约 170B。
kkt94 · 工具包
把冻结的 V-JEPA 2.1 视频编码器接到 Llama-3.1-8B-Instruct 上,用来回答关于视频片段的问题,适合做视频理解的人。
gertelrina · 工具包
每 20 毫秒检测语音录音中的 12 种音频劣化,比如噪声、混响、削波和编解码伪影。适合清理语音数据集和审查录音。
empero-ai · 工具包
回答前先一步步推理,使用 35B 的混合专家模型,每个词元只激活约 3B 参数。由 Qwen3.8 教师推理轨迹蒸馏而来,侧重数学和代码。
Qwen · 工具包
把文本变成向量,用于搜索、代码检索、分类和聚类,支持 100 多种语言。这是 Qwen 嵌入系列里的 8B 模型,向量大小可调,还支持任务指令。
Qwen · 工具包
在 llama.cpp 或 Ollama 中运行量化后的 Qwen3-8B GGUF 文件,有用于数学、代码和逻辑的思考模式,也有用于聊天的普通模式。适合想要本地模型并能选择文件大小的人。
kkt94 · 工具包
用一个 9.2B 的模型回答关于视频片段的问题,它把冻结的 V-JEPA 2.1 视频编码器接到 Qwen3-8B 上,适合有 24 GB 以上 GPU 的人。
deepseek-ai · 工具包
用 684B 的推理模型生成文本,该模型主要通过强化学习训练,面向数学、代码和逻辑。适合自己托管大型开源模型的研究人员和团队。
DeepHat · 工具包
面向网络安全和 DevOps 工作的 7B 编程模型,由 Qwen2.5-Coder-7B 微调而来。适合想要本地小模型的安全和运维工程师,须遵守附加的使用限制。
Qwen · 工具包
为研究人员和开发者提供带视觉编码器的预训练 9B 基础模型,用于微调和实验,而不是直接聊天。能处理文本和图像。
Jackrong · 工具包
作为 Qwen3.8-27B 的 GGUF 微调版,帮你写代码并胜任会调用工具的智能体任务,用约 20 万条代码、智能体和推理样例训练。适合在自己电脑上运行模型的开发者。
Qwen · 工具包
在你自己的电脑上运行 Qwen 的 7B 指令微调编程模型,打包成 GGUF 文件,有八种量化等级。适合想通过 llama.cpp 获得代码帮助的开发者。
ccore · 工具包
为你描述的游戏资产写出完整的 Three.js 页面,带 3D 预览和导出 GLB 按钮。这是微调过的 Qwen3-1.7B,GGUF 格式,能在普通硬件上运行,适合游戏开发者。
Qwen · 工具包
把文字转成数字向量,用于搜索、检索、分类和聚类,支持 100 多种语言,包括编程语言。是 Qwen3 Embedding 系列里最小的 0.6B 参数文本嵌入模型。