SmolLM2-135M
HuggingFaceTB · 工具包
用一个 1.35 亿参数、小到能在设备上运行的基础语言模型,根据提示续写英文文本。适合想用微型模型做测试或微调的开发者。
HuggingFaceTB · 工具包
用一个 1.35 亿参数、小到能在设备上运行的基础语言模型,根据提示续写英文文本。适合想用微型模型做测试或微调的开发者。
hotocooo · 工具包
编写 Blender 5.x 的 Python 脚本,生成干净的、以四边形为主的网格,比如道具、家具、产品以及人体和动物的基础网格。这是 Spark-X2.6-4B-Base 的 4B 微调版本,适合用脚本操作 Blender 的人。
fal · 工具包
用基于 GAN 的超分辨率模型把生成的图片放大四倍。由 fal 制作,适合想把生成图片放大的人。
Egzakta · 工具包
一个专门做文档工作的 27B 模型:它会搜索文档库,根据找到的内容回答,找不到答案时会明说,适合做文档和搜索智能体的开发者。
dslim · 工具包
在英语文本中找出并标注人名、机构名、地名和其他名称。这是用于命名实体识别的微调 BERT 模型,通过 Transformers 流水线使用。
distilbert · 工具包
从 BERT base 蒸馏出来的小而快的英文语言模型,有 67M 参数。能填补被遮住的词,主要用来针对分类、标注和问答进行微调。
deep-principle · 工具包
Hydrogen-1.0 的 4-bit NVFP4 版本,这是 Deep Principle 的 381B 科学与研究助手模型,基于 GLM-5.3。需要多 GPU 的 NVIDIA Blackwell 服务器,上下文为 1M 词元。
aoleg · 工具包
MOSS-Image 模型的滑块式 LoRA,只靠强度就能让图片更锐利或更柔和,不需要触发词。适合想修复 MOSS Base 模糊问题的图像创作者。
agentionai · 工具包
比 Qwen3.8-27B 回答更简短直接,使用更少的回答和思考 token,因此回复结束得更早。这是一次轻量微调,可以直接用在与基础模型相同的工具里。
ruchangyao · 工具包
一步扩散模型,把低质量视频变成更高分辨率的清晰视频,有速度更快的 Turbo 版和画质更好的 Base 版。适合有高性能 GPU 的视频剪辑者和视觉研究者。
ReadyArt · 工具包
这个模型是 ReadyArt 从自家 gemma-4-31B-it-scotoma-2 打包出来的 GGUF 版本,参数量 30.7B,可在本地运行。适合想以 GGUF 形式使用这个模型的人。
Qwen · 工具包
这是一个只做过预训练的视觉语言基础模型,用于微调和上下文学习实验,不用于直接聊天。适合想用小型 Qwen3.5 作起点并用 LoRA 适配的开发者。
osunlp · 工具包
把文本接着往下写,是带注意力残差的小型预训练循环 Transformer。这是基础模型,适合想在其上继续做中期训练或后训练的研究人员。
molbal · 工具包
Kromoss 的 GGUF 量化副本,Kromoss 是基于 MOSS-Image-Base 微调的 1024 像素文生图模型,用于 ComfyUI。适合想在显存有限的 GPU 上生成图像的画师。
microsoft · 工具包
Microsoft 推出的小型视觉模型,通过更换文字提示词来做图像描述、目标检测和分割。适合需要用一个模型完成多种图像任务的开发者和研究者。
lerobot · 工具包
一个机器人控制模型,读取摄像头图像、机器人状态和可选的指令,输出连续动作。它是基础检查点,适合用自己的机器人数据做微调的研究者。
Kerstal · 工具包
Krea 2 模型文件的第三方副本,基于 Krea-2-Turbo,附有 Krea 2 社区许可证的摘要。模型卡没有描述这个模型的任务。
BlinkDL · 工具包
纯 RNN 的文本生成基础模型,用于聊天、推理和工具调用,可作为后训练和微调的起点。支持八种语言,适合开发者和研究人员。
black-forest-labs · 工具包
用开放的 4B 基础模型,根据文字提示和参考图生成并编辑图像,适合在一张消费级显卡上做微调、LoRA 训练和自定义流程。
XHToken · 工具包
一个 4.1B 的语言模型,面向设备端使用,针对编码、智能体任务、长上下文和推理做了调优,支持英文和中文,并有三档思考级别。适合本地运行模型的开发者。
google-bert · 工具包
补全被遮蔽的英语词并提取文本特征。这是 Google 的不区分大小写的 BERT 基础模型,用于微调后做分类、标注和问答。
Sakil · 工具包
在 Gradio 页面里用 wav2vec2 base 模型把英语语音转成文字,带有四段示例对白音频。适合学生、开发者,以及需要快速文字稿的人。
kingfisher · 工具包
在 Streamlit 页面里用 dslim/bert-base-NER 模型找出文本中的命名实体。适合想在自己的句子上看实体识别效果的学生和开发者。
keras-io · 工具包
在 Gradio 页面里展示一个用 TensorFlow 搭建的森林分类器,示例由 Khalid Salama 编写,Tannia Dubon 改编。适合想试用它的学生和开发者。
keras-io · 工具包
在 Gradio 页面里用在 ImageNette 上训练的、带注意力聚合的 CNN,显示图像分类器决定背后的注意力图,适合机器学习学习者和研究人员。
HamidRezaAttar · 工具包
在 Streamlit 页面里用基于 GPT-2 的模型撰写商品描述,适合想要文案草稿的卖家,也适合想看小型文本生成演示的开发者。
ragentile · 工具包
用强化学习调优的模型,用于编写并加速 GPU 内核,基于 Qwen 底座,用编译、正确性和计时反馈训练。适合做 GPU 性能工作的开发者。
NeoQuasar · 工具包
一个 102M 参数的金融蜡烛图(K 线)数据模型,可预测价格序列和波动率,也能生成合成数据。它属于 NeoQuasar 的 Kronos 系列,在来自 45 多个交易所的记录上训练。
jaredpalmer · 工具包
读取一份文档和带类型的问题,一次计算就为每个答案选项返回校准过的概率,不生成文字。这是基于 Qwen3.5-4B 的决策模型,适合需要给文档分流、分诊或检查的开发者。
dglhf · 工具包
帮助完成智能体式编码,包含两个在 PostgreSQL 引擎任务上训练的模型。Slonik-27B 和 Slonik-9B 来自 Postgres Professional,适合从事数据库代码和编码智能体的开发者。
cagliostrolab · 工具包
根据标签式文字提示词生成动漫风格图片,是在大型动漫数据集上重新训练的 Stable Diffusion XL 微调模型。适合使用 diffusers、ComfyUI 或 Stable Diffusion WebUI 的画师和开发者。
Qwen · 工具包
提供 Qwen3-0.6B-Base,这是 Qwen3 系列里小型的预训练基础模型,用 119 种语言训练,上下文 32k。适合要微调或研究微型语言模型的开发者。
osunlp · 工具包
osunlp 推出的开放 1.2B 基础语言模型,是带注意力残差的循环 Transformer,附带一次 500B token 训练的检查点。适用于文本补全和进一步训练。
MineAITechnology · 工具包
用一个从零训练的 57.8M 小型嵌入模型,给两段简短英文在含义上的接近程度打分,是一项早期实验,适合研究或对比嵌入训练的人,不适合用于生产搜索。
lodestones · 工具包
对 MOSS-Image-Base 的一个仍在进行中的蒸馏,8 步、无需引导即可出图,以 LoRA 和数据空间采样器的形式提供。适合试验快速文生图采样的人。
unsloth · 工具包
把文字变成 768 维向量,用于设备端的搜索、检索和聚类。基础模型还支持图像、视频和音频。由 Unsloth 打包成 GGUF。
TinyLlama · 工具包
以小型 1.1B 语言模型的身份用纯文本聊天,运行时占用内存很少。适合想要基于 Llama 风格基础模型的紧凑聊天模型的开发者和研究人员。
7err4 · 工具包
在 ComfyUI 中,为 MOSS-Image Base 提供的 LoRA,凭一张参考图在新场景里画出同一个角色,无需为每个角色单独训练。适合动漫和插画角色,支持单张图片和漫画页。
Tongyi-MAI · 工具包
根据文字描述生成图片,拥有 6.2B 参数,是 Z-Image 系列完整的未蒸馏基础模型。适合想要精细控制结果的创作者、研究人员和开发者。
GooHAI · 工具包
为 Qwen-Image-2.1 增加两个图像编辑 LoRA,一个修正像素偏移,一个移除遮罩区域。适合用该基础模型编辑图像的人。
baselabs · 工具包
一次性回答关于某个情境的一组问题,并为每个选项给出校准过的概率。这是 Baseten 的 Base Labs 发布的 9B 决策模型,由 Qwen3.5-9B 调整而来。
akhaliq · 工具包
一个非官方的社区 LoRA,在 MOSS-Image-SFT 之上根据文字指令编辑图片,用于 ComfyUI。适合想试用开放的指令式图像编辑的图像创作者。
Qwen · 工具包
最小的 Qwen3 对话模型,基于 Qwen3-0.6B-Base 构建。它能在思考模式和更快的普通模式之间切换,支持 100 多种语言和 32,768 token 的上下文,在普通硬件上也能运行。
openai-community · 工具包
用最小的 GPT-2 模型根据提示词生成英文文本,它经过预训练,学习预测下一个词。适合想运行或微调小型基础模型的学习者、研究人员和开发者。
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。
Sparset · 工具包
Thinklite-27B 的 4 位 GGUF 版本,适用于 llama.cpp,每次回答比基础模型用更少的推理,适合在本地运行 27B 文本模型的人。
stabilityai · 工具包
Stability AI 的 SDXL 基础模型,通过 diffusers 库根据文字提示词生成和编辑图片,可单独使用,也可搭配精修模型。
Qwen · 工具包
读取图片和文字并用文字回复,来自 Qwen 的 873M 小模型。适合想用轻量多模态基础模型做原型或微调的开发者和研究者。
baselabs · 工具包
一次性回答关于某个情境的一组问题,并为每个选项给出校准过的概率。这是 Baseten 的 Base Labs 发布的 27B 决策模型,由 Qwen3.5-27B 调整而来。
OpenMOSS-Team · 工具包
用一个 5.1B 的文生图模型根据文字生成图片,可以用普通提示词、标签序列或 JSON 布局来安排文字和物体。适合有 NVIDIA 显卡的开发者和设计师。