VieNeu-TTS-1000h是一款先进的越南语端侧文本转语音模型，基于约1000小时高质量越南语语音数据训练，具备即时语音克隆功能，支持越南语与英语的无缝切换，能在CPU或GPU上实时合成24kHz波形。

音频处理TensorboardOther

Granite-4.0-H-Micro是IBM开发的30亿参数长上下文指令模型，基于Granite-4.0-H-Micro-Base微调而来。该模型结合了开源指令数据集和内部合成数据集进行训练，具备增强的指令遵循和工具调用能力，特别适合企业级应用。

自然语言处理Transformers

波斯语OCR是一个专门针对波斯语文本设计的光学字符识别深度学习模型，采用CNN+变压器架构，在包含60万张合成波斯语文本图像的数据集上训练，序列准确率达到96%。

计算机视觉PytorchOther

Granite-4.0-H-Tiny是IBM开发的70亿参数长上下文指令模型，基于Granite-4.0-H-Tiny-Base微调而来。该模型结合开源指令数据集和内部合成数据集训练，具备专业、准确、安全的回复能力，支持多语言和工具调用，适用于企业级应用。

自然语言处理Transformers

Granite-4.0-H-Micro是IBM开发的30亿参数长上下文指令模型，基于Granite-4.0-H-Micro-Base微调而来。该模型结合了开源指令数据集和内部合成数据集训练，具备多语言支持和增强的工具调用能力，在企业应用中表现出色。

自然语言处理Transformers

这是一个基于Helsinki-NLP的opus-mt-mul-en模型进行微调的斯瓦希里语-英语翻译模型。该模型专门针对儿童热线服务场景进行了优化训练，采用合成的热线对话数据进行训练，具备防止生成幻觉的机制，并通过早停策略监控BLEU分数来保证翻译质量。

自然语言处理TensorboardMultiple Languages

Zonos-v0.1 是一款领先的开源文本转语音（TTS）模型，基于超过20万小时的多语言语音数据训练，在表现力和质量上可与顶级TTS供应商相媲美。支持零样本语音克隆、多语言合成和精细的音频控制。

音频处理Onnx

MedGemma-GRPO是MEDGemma模型的微调版本，专为临床病例推理任务设计。该模型结合监督微调（SFT）和组相对策略优化（GRPO），旨在引导模型遵循逻辑诊断路径，在合成医疗案例数据集上训练，特别适用于复杂心血管、血栓和自身免疫性疾病的诊断推理。

自然语言处理TransformersEnglish

Moirai 2.0 是一个仅含解码器的通用时间序列预测Transformer模型，在多个高质量数据集上进行了预训练，包括GIFT-Eval、Chronos数据集子集、合成时间序列和Salesforce内部运营数据。相比第一版本，在损失函数、预测方式、数据处理等方面进行了重大改进。

科学计算Safetensors

MedVAL-4B是一个经过微调的语言模型，能够以接近医生级别的可靠性评估人工智能生成的医学文本输出。它是一个自监督框架，利用合成数据训练评估器大语言模型，无需医生标签或参考输出即可评估大语言模型生成的医学输出与输入之间的事实一致性。

自然语言处理TransformersMultiple Languages

OpenAudio S1是一款领先的文本转语音（TTS）模型，基于超过200万小时的多语言音频数据训练，支持13种常见语言，提供高质量的语音合成服务，并支持丰富的情感、语调和特殊效果标记。

这是一个针对迪维希语语音合成进行微调的VITS模型，能够将塔那字母书写的迪维希语文本转换为高质量的女性语音音频。基于Meta的MMS-TTS架构，使用精心策划的合成迪维希语语音数据集进行训练。

音频处理TransformersOther

StableLM Zephyr 3B是一个30亿参数的指令调优模型，基于公开数据集、合成数据集和直接偏好优化(DPO)训练，性能表现优异。

自然语言处理GgufEnglish

基于1000+小时丹麦语数据训练的文本转语音模型，支持自然对话场景的语音合成

音频处理Transformers

专注于描述动漫风格图像的视觉语言模型，基于SmolVLM-500M-Base微调，训练数据包含18万组由大语言模型生成的合成图像/字幕对。

多模态SafetensorsEnglish

Meta开发的大规模视觉编码器模型，通过对比预训练和合成视频数据微调，在各类视觉任务中达到最先进性能

GLM-4-32B-0414是GLM家族的新成员，拥有320亿参数的高性能大语言模型。该模型在15T高质量数据上进行预训练，包含大量推理型合成数据，在代码生成、函数调用、搜索问答等多个任务场景中表现出色，性能可与GPT-4o和DeepSeek-V3等更大规模模型相媲美。

自然语言处理TransformersMultiple Languages

xLAM-2是基于先进数据合成和训练管道构建的大型动作模型，擅长多轮对话和工具使用，能将用户意图转化为可执行动作。

自然语言处理TransformersEnglish

xLAM-2系列是基于先进数据合成和训练流程构建的大型动作模型(LAMs)，专注于多轮对话和工具使用，在函数调用和代理任务中表现卓越。

自然语言处理TransformersEnglish

Granite-3.2-2B-Instruct是一个20亿参数的长上下文AI模型，专为思维推理能力微调。基于Granite-3.1-2B-Instruct构建，通过混合使用宽松许可的开源数据集和内部生成的合成数据训练，旨在提升推理任务表现。

自然语言处理Gguf