d3-turbo
vllm-sr · 工具包
在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题,并为每个答案给出概率。适合构建路由或视觉检查的人。
vllm-sr · 工具包
在一次调用中回答关于文字、图片或视频的选择、是非、打分、框选和跟踪类问题,并为每个答案给出概率。适合构建路由或视觉检查的人。
vllm-sr · 工具包
在一次调用中回答关于文字、图片或视频的选择题、是非题和打分题,并为每个答案给出概率。适合做路由和分诊的工程师使用的 2B 决策模型。
vllm-sr · 工具包
在一次调用中回答关于文字、图片或视频的选择题、是非题和打分题,并为每个答案返回概率。适合做路由和分诊的工程师使用的小型决策模型。
torchcast-ai · 工具包
基于 Qwen3.5-4B 的 4B 决策模型,一次推理就返回是非概率、选项分布和分数分布,不生成文本。适合英文分类、路由和评分标准检查。
perplexity-ai · 工具包
根据文字和图片为一个决策挑出最合适的选项,比如哪个团队应该处理一条请求,并给出每个选项的概率,适合构建分流和审核工作流的开发者。
fastino · 工具包
按你在调用时传入的标签对文本分类,一次计算完成,不需要提示词模板。这是 287M 的模型,用于非英语文本的路由、意图、情感和审核。可在本地运行。
erenextlabs · 工具包
一个开源的土耳其语决策引擎,针对一条消息回答带类型的问题,比如路由、紧急程度、是否转人工或提示词注入,给每个选项一个概率,不生成文本。
SupersonicLabs · 工具包
这个模型接收一段文本、一个问题和一组可能的答案,选出最好的一个,用于分类、路由、有序评分和是非判断。是一个 144M 模型,适合在 PyTorch 里测试路由的开发者。
Poindexter-Labs · 工具包
根据自然语言背景给出结构化决策:从选项中选一个、判断一个是非命题,或按评分标准给一项内容打分。适合构建智能体路由和分类的开发者。
Meanblock · 工具包
在普通笔记本 CPU 上,从小模型的选项概率中读出决策,不需要 GPU,还带浏览器界面。适合想在智能体里做快速路由和分流选择的开发者。
sky7350 · 工具包
基于 Qwen3.5-4B 的 4B 分类模型,读取输入后为每个允许的答案给出概率,适用于护栏、路由、分流和智能体闸门。适合想在不用大模型的情况下做是非或标签判断的开发者。
convaiinnovations · 工具包
读取邮件、工单等 100 多种语言的文字,一次计算就用带概率的类型化答案回答问题。322M 模型,不生成文字,适合给多语言消息分流的团队。
fastino · 工具包
对英文文本按你在调用时传入的任意标签集进行分类,比如意图、路由、情感或紧急程度,一次完成,不需要提示词模板。这是 Fastino 推出的面向运营决策的小型专用模型。
vllm-sr · 工具包
一个 9B 模型,一次调用就能回答关于文字、图像或视频的多个选择、是非和打分问题,并为每个答案返回概率而不是生成文字。适合路由和决策任务。
vllm-sr · 工具包
用一次调用回答关于文字、图像或视频的选择、是非和打分问题,为每个答案返回概率而不是文字。这是 27B 的决策模型,适合做路由和分流的开发者。
perplexity-ai · 工具包
Perplexity 的小型决策模型,基于 Qwen3.5-4B,读取文字和图片,用概率回答选择题、是非题和打分题,适合快速分流和分诊。
sarvamai · 工具包
针对一段文字提出的问题,一次前向计算就给出每个答案选项的概率。适合需要固定选项决策的团队,比如工单分派,要用大显存的 NVIDIA 显卡。
saleejkuruniyan · 工具包
一个小型决策与路由模型,一次前向计算就能做选择、打分或核验,约 25 毫秒,不写任何文字。可作为 REST API 或 Gradio 演示使用。
CoolDip00 · 工具包
接着你输入的故事开头往下写,用的是一个从零训练、在 TinyStories 上训练的 30M 参数语言模型,由项目自己的推理服务器提供。这是一个在免费 CPU 上演示路由的学习性演示。
n8n 工作流
一个 n8n 工作流,用九条规则对照你的供应商清单和未结采购订单检查供应商发票,然后入账、开审核工单或通知应付账款。每个外部系统都是你自己提供的 REST 调用。
expo · 技能
Expo 官方的智能体技能,用来构建、升级和发布 Expo 应用。24 个技能覆盖路由、原生界面、动画、升级、原生模块,以及 EAS 构建、更新和托管。其中 EAS 相关的技能用到付费服务,这些服务有免费额度。