NuExtract3
numind · 工具包
以文本或图像读取文档,按你要的字段填写 JSON 模板,或把页面转成 Markdown。这是一个 4B 模型,适合处理扫描件、表单和发票的团队。
numind · 工具包
以文本或图像读取文档,按你要的字段填写 JSON 模板,或把页面转成 Markdown。这是一个 4B 模型,适合处理扫描件、表单和发票的团队。
netease-youdao · 工具包
用 14 种语言朗读你的文字,还能在不同语言之间复制参考声音,无需额外训练。这是网易有道的语音合成系统,适合开发者和创作者。只能使用你有权使用的声音。
NeoQuasar · 工具包
用一个 4.1M 参数、基于 45 多家交易所数据训练的基础模型来预测金融 K 线序列。适合想用小模型做价格预测实验的量化研究人员和开发者。
Nanbeige · 工具包
Nanbeige4.3-33B 的 INT4 量化版,这是一个面向编程和专业智能体任务的 33B 模型,用量化感知训练制成。适合想用更少内存运行强大开放智能体模型的开发者。
Nanbeige · 工具包
4.2B 参数的紧凑循环式 Transformer 模型,面向工具使用、办公任务和编程等智能体工作,支持英语和中文。适合想用小型开放模型做智能体的开发者。
nace-ai · 工具包
一次推理就对一份文档的是非题、选择题和打分题给出每个选项的概率。这是 Nace.AI 的 8B 决策模型,你可以自己运行,许可证为非商业。
murai-labs · 工具包
能用泰米尔文、罗马化泰米尔语和英语聊天,也能在泰米尔语和英语之间翻译。这是 Murai Labs 从零训练的 2.5B 模型,适合泰米尔语使用者、研究人员和开发者。
mukaddamzaid · 工具包
针对一个案例(文本、JSON 或照片)回答带类型的问题,一次推理就给出每个允许答案的概率。这是一个 27B 的决策模型,不写自由文本,适合开发分流和审核流程的开发者。
Modotte · 工具包
一个小型图像分类器,区分 AI 生成的图片和人类拍摄的照片,针对不同质量的社交媒体图片做了调整。适合筛查图片的审核员、研究者和事实核查人员。
mlx-community · 工具包
通过 mlx-lm 运行 VulnLLM-R-7B 的 8 位 MLX 版本,用于文本生成。适合想在本地试用该模型的开发者。模型卡没有说明它的训练用途。
mlx-community · 工具包
Qwen3.6-35B-A3B 的 4-bit MLX 转换版,可在 Apple Silicon Mac 上回答文本和图片提示词。适合想用 mlx-vlm 在本地运行这个 Qwen 模型的人。
mlx-community · 工具包
4.2B 聊天模型 JevK5 的 4-bit MLX 版本,面向 Apple Silicon,上下文 262,144 token,内存占用小。适合想在入门级 Mac 上用本地聊天模型的用户。
mlx-community · 工具包
社区制作的 Recursive Flint 40B 编程模型 MLX 版本,把专家层压到 3 位,可在 24 GB 或 32 GB 的 Apple Silicon Mac 上运行。适合想在 Mac 上用本地编程模型的开发者。
mlx-community · 工具包
DeepSeek-V4.1-Flash-1017 的混合精度 MLX 版本,把 Engram 表保留为 FP8。适合拥有数百 GB 内存、想用 MLX 工具运行该模型的人。
mlx-community · 工具包
Cloudflare 的 clef-flash 的 4 位 MLX 版本,在 Apple Silicon Mac 上把一个状态和带类型的问题变成每个允许答案的概率。不是聊天模型。用自带的加载器在本地运行。
mistralai · 工具包
作为 7B 预训练基础模型生成并续写文字,适合想要一个起点来测试、微调或在其上开发的研究人员和开发者。
mistralai · 工具包
Mistral 推出的 7B 指令微调聊天模型,基于 Mistral-7B-v0.1,用公开的对话数据集微调。适合想要一个能遵循提示词的小型开放模型的开发者。
miromind-ai · 工具包
一个开放的研究智能体模型,能在长上下文中推理,并在每个任务里多次调用工具查找信息。基于 Qwen3-8B 的 8B 版本,适合在自己硬件上运行研究智能体的开发者。
MinimaLabs · 工具包
一个 99M 参数的基础语言模型,从零开始在 100B token 上训练,采用混合注意力设计。适合想运行、研究或微调一个极小开放模型的研究人员和爱好者。
microsoft · 工具包
紧凑的 56 亿参数模型,接收文字、图像和音频并用文字回复,上下文 128K token。适合想用一个小模型同时处理语音、视觉和文字的开发者。