这是一个实验性的量化大语言模型，采用Deckard（qx）量化方法，嵌入层为3位量化。该模型通过范数保持双投影消除（NPBA）技术重构，不仅移除了安全限制机制，还增强了模型的认知深度和推理能力。

自然语言处理Mlx

这是一个基于Google Gemma 2 9B模型微调的荷兰语患者模拟模型，专门为医疗教育场景设计。模型始终以固定的JSON结构响应，模拟一位刚做完手术正在康复的患者'玛丽亚'，支持护理专业学生在安全环境中锻炼沟通和临床推理能力。

自然语言处理GgufOther

赛博智脑是一个专门针对夺旗赛（CTF）挑战和网络安全任务进行微调的大语言模型。它基于Llama-3.1-8B-Instruct架构，能够协助解决CTF问题、分析安全漏洞、进行逆向工程和密码学挑战，并在遵循道德准则的前提下提供漏洞利用推理。

自然语言处理SafetensorsMultiple Languages

这是NVIDIA基于Qwen3架构开发的32B参数奖励模型，专门用于强化学习中的奖励评分和原则对齐，帮助训练更安全、更符合人类价值观的AI系统。

自然语言处理Gguf

gpt-oss-safeguard-20b是基于GPT-OSS-20b微调的安全推理模型，专门用于大语言模型输入输出过滤、在线内容标注以及信任与安全用例的离线标注。该模型采用Apache 2.0许可证，支持自定义策略和透明决策过程。

自然语言处理Transformers

这是一款专门用于Python代码审查的AI模型，基于Qwen2.5-7B-Instruct微调，能够识别安全漏洞、性能问题并提供代码质量改进建议。

自然语言处理TransformersEnglish

gpt-oss-safeguard-120b 是 OpenAI 基于 gpt-oss 构建的安全推理模型，拥有 1170 亿参数（其中 51 亿为活跃参数）。该模型专门针对安全用例设计，能够根据提供的安全策略对文本内容进行分类和执行基础安全任务。

自然语言处理Transformers

GPT-OSS-Safeguard-20B是基于GPT-OSS构建的210亿参数安全推理模型，专门针对安全相关的文本内容分类和过滤任务进行优化。该模型支持自定义安全策略，提供透明的推理过程，适用于大语言模型输入输出过滤、在线内容标注等安全用例。

自然语言处理Transformers

SecInt是一个针对实时nginx安全日志分类进行微调的SmolLM2-360M模型，旨在自动检测Web服务器日志中的安全威胁、错误和正常流量模式，准确率超过99%，可在CPU上实现实时检测。

自然语言处理TransformersMultiple Languages

GA Guard系列是开源权重的审核模型，旨在帮助开发者和组织维护语言模型的安全性、合规性以及与现实世界的一致性。该模型可检测七种违规类别，包括非法活动、仇恨与辱骂、个人身份信息与知识产权、提示安全、色情内容、虚假信息以及暴力与自残。

自然语言处理TransformersEnglish

Qwen3-4B-SafeRL是Qwen3-4B模型的安全对齐版本，通过强化学习训练增强模型抵御有害或对抗性提示的鲁棒性。该版本采用混合奖励函数优化，平衡安全性、有用性和最小化不必要拒绝三个目标。

自然语言处理TransformersEnglish

GA Guard Thinking是General Analysis开发的40亿参数开源审核模型，专门用于检测和防止语言模型生成不安全、不合规的内容。该模型在七个安全类别上进行训练，能够有效识别非法活动、仇恨言论、个人信息泄露等风险内容。

自然语言处理TransformersEnglish

Granite 4.0 H-Small (FP8) 是IBM开发的Granite系列语言模型的小型FP8量化版本，专为提供专业、准确和安全的回复而设计。该模型采用FP8精度格式，在保持性能的同时优化了推理效率。

自然语言处理Transformers

Qwen3-4B-SafeRL是基于Qwen3-4B模型的安全对齐版本，通过强化学习训练并结合Qwen3Guard-Gen的奖励信号，增强了模型对有害或对抗性提示的鲁棒性，在保证安全性的同时避免产生过于简单或回避性的拒绝行为。

自然语言处理Transformers

NeuTTS Air是世界上首个具备即时语音克隆功能的超逼真、端侧文本转语音（TTS）语言模型。基于0.5B参数的大语言模型骨干构建，能为本地设备带来自然的语音、实时性能、内置安全性和说话人克隆功能。

音频处理Gguf

gpt-oss-safeguard-20b是基于gpt-oss构建的安全推理模型，拥有210亿参数（其中36亿为活跃参数），专门针对安全用例设计。该模型可根据提供的安全策略对文本内容进行分类，并执行基础安全任务，适用于大语言模型输入输出过滤、在线内容标注等场景。

自然语言处理Transformers

gpt-oss-safeguard-120b是基于gpt-oss构建的安全推理模型，专门为安全用例设计。该模型能够根据提供的安全策略对文本内容进行分类，并执行一系列基础安全任务，适用于大语言模型输入输出过滤、在线内容标注等场景。

自然语言处理Transformers

GA Guard Lite是General Analysis开发的轻量级开源审核模型，专门用于检测语言模型输出中的违规内容。该模型能够识别七类安全风险，包括非法活动、仇恨言论、个人信息泄露等，为AI应用提供高效的内容安全防护。

自然语言处理TransformersEnglish

GA Guard Core是General Analysis开发的开源审核模型，专门用于检测和分类七类违规内容，包括非法活动、仇恨言论、个人信息泄露等，确保AI应用的安全性和合规性。

自然语言处理TransformersEnglish

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