CodeV是基于Qwen2.5-VL-7B-Instruct微调得到的70亿参数视觉语言模型，通过监督微调（SFT）和基于工具感知策略优化（TAPO）的强化学习（RL）两阶段训练，旨在实现可靠、可解释的视觉推理。它将视觉工具表示为可执行的Python代码，并通过奖励机制确保工具使用与问题证据一致，解决了高准确率下工具调用不相关的问题。

多模态TransformersMultiple Languages

PokeeResearch-7B是由Pokee AI开发的70亿参数深度研究代理模型，结合了AI反馈强化学习（RLAIF）和强大的推理框架，能够在工具增强的大语言模型中实现可靠、对齐和可扩展的研究级推理，适用于复杂的多步骤研究工作流程。

自然语言处理TransformersEnglish

Nanbeige4-3B-Thinking是第四代Nanbeige大语言模型家族中的30亿参数推理模型，通过提升数据质量和训练方法实现了先进的推理能力。该模型在数学、科学、创意写作、工具使用等多个领域表现出色，支持多阶段课程学习和强化学习训练。

自然语言处理TransformersMultiple Languages

Granite-4.0-350M是IBM开发的轻量级指令模型，基于Granite-4.0-350M-Base微调而成。该模型结合了开源指令数据集和内部合成数据集，采用监督微调、强化学习和模型合并技术开发，具备强大的指令跟随能力和工具调用功能。

自然语言处理Transformers

Granite-4.0-H-Small是IBM开发的具有320亿参数的长上下文指令模型，基于Granite-4.0-H-Small-Base微调而成。该模型结合了开源指令数据集和内部合成数据集，采用监督微调、强化学习对齐和模型合并等技术，在指令遵循和工具调用能力方面有显著提升，特别适合企业级应用。

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，采用监督微调、强化学习对齐和模型合并等技术开发，具备结构化的聊天格式，在指令遵循和工具调用能力方面表现优异。

自然语言处理Transformers

Granite-4.0-H-Tiny是IBM开发的具有70亿参数的长上下文指令模型，基于Granite-4.0-H-Tiny-Base进行微调。该模型结合了开源指令数据集和内部合成数据集，采用监督微调、强化学习对齐和模型合并等技术开发，具备增强的指令跟随和工具调用能力，特别适用于企业级应用。

自然语言处理Transformers

Granite-4.0-Micro是IBM开发的30亿参数长上下文指令模型，基于Granite-4.0-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，采用监督微调、强化学习对齐和模型合并等技术开发，具备增强的指令遵循和工具调用能力，特别适用于企业级应用。

自然语言处理Transformers

Granite-4.0-H-Small是IBM开发的具有320亿参数的长上下文指令模型，基于Granite-4.0-H-Small-Base微调而成。该模型结合了开源指令数据集和内部合成数据集，采用监督微调、强化学习对齐和模型合并等技术开发，在指令遵循和工具调用能力方面有显著提升。

自然语言处理Transformers

Qwen3-4B-I-1509是基于Qwen3-4B-Instruct-2507基础模型微调而来的专用模型，专注于工具使用和函数调用生成任务。该模型采用多信号奖励的强化学习方法进行训练，在多个评估基准中展现出良好的性能表现。

自然语言处理TransformersEnglish

AbLang2是由牛津蛋白质信息学小组开发的专门针对抗体序列的Transformer语言模型，能够进行抗体序列分析、恢复和表示学习，为抗体设计和研究提供强大的计算工具。

自然语言处理TransformersOther

InternVL3-78B-Instruct是一个先进的多模态大语言模型，在多模态感知、推理和语言处理等方面表现出色。该模型通过原生多模态预训练方法，将视觉和语言学习整合到统一训练阶段，在工具使用、GUI代理、工业图像分析、3D视觉感知等多个领域展现出卓越能力。

多模态TransformersOther

InternVL3-2B-Instruct是先进的多模态大语言模型，相比前代有更出色的多模态感知和推理能力，扩展了工具使用、GUI代理、工业图像分析、3D视觉感知等方面。采用原生多模态预训练方法，将语言和视觉学习整合到单个预训练阶段。

多模态TransformersOther

由Nous Research使用Atropos强化学习框架微调的实验性模型，专注于提升Llama-3.1 8B模型在推理模式下的工具调用性能

自然语言处理TransformersEnglish

RoboEngine是首个即插即用的视觉机器人数据增强工具包，用户只需几行代码就能生成具有物理和任务感知能力的机器人场景，解决了现有方法受相机校准或受控环境限制的问题，显著提升了模仿学习的视觉鲁棒性。

计算机视觉Safetensors

基于Meta Llama-3.1-8B-Instruct微调的韩语语言模型，通过韩中英语日交叉学习数据和逻辑数据训练，支持多语言交叉增强处理、复杂韩语逻辑问题解决，在客户评论分析、社交帖子高维分析和编码方面能力强化，支持128k上下文窗口和工具调用。

自然语言处理TransformersMultiple Languages

Vicuna是一个基于LLaMA微调的聊天助手模型，通过在ShareGPT收集的用户共享对话上进行监督指令微调训练得到。该模型主要用于大语言模型和聊天机器人的研究，为自然语言处理、机器学习和人工智能领域的研究人员和爱好者提供强大的研究工具。

自然语言处理Transformers

Promptist是基于强化学习的自动提示词优化工具，专为Stable Diffusion设计，可将用户输入转化为模型偏好的提示词。

自然语言处理Transformers

一套用于预训练和微调基于SMILES的分子语言模型的神经语言模型工具，支持半监督学习

科学计算Transformers

该模型是基于PubChem 77M数据集中的100万SMILES训练的RoBERTa模型，使用Smiles-Tokenizer工具进行分词，适用于分子表示学习和化学信息处理任务。

科学计算Transformers