MiroThinker v1.0是一个开源研究智能体，通过模型级别的交互式扩展提升工具增强推理和信息搜索能力。该模型在多个基准测试中表现出色，支持长上下文和深度多步分析。

自然语言处理TransformersEnglish

这是一个增强版的多模态视觉语言模型，基于Qwen3-VL-8B-Thinking模型，通过Brainstorm 20x技术扩展至12B参数，采用NEO Imatrix增强的GGUF量化。模型具备强大的图像理解、文本生成和多模态推理能力，在视觉感知、文本质量和创意场景方面都有显著提升。

多模态GgufMultiple Languages

本项目是对Qwen3-Coder-30B-A3B-Instruct模型进行MXFP4_MOE量化的成果，将上下文大小从256k扩展到1M，为代码生成和编程任务提供了更优化的模型版本，具有提升性能和节省资源的价值。

多模态Gguf

Kimi Linear是一种混合线性注意力架构，在各种场景下包括短、长上下文以及强化学习扩展机制中，均优于传统的全注意力方法。它能有效解决传统注意力机制在长上下文任务中效率低下的问题，为自然语言处理等领域带来更高效的解决方案。

自然语言处理Transformers

Apriel-H1-15b-Thinker 是一款拥有150亿参数的混合推理模型，结合了Transformer注意力机制和Mamba状态空间层，在推理、数学和编码等方面表现出色，具备高效性和可扩展性。

自然语言处理Transformers

TheWhisper-Large-V3-Turbo 是 OpenAI Whisper Large V3 模型的高性能微调版本，由 TheStage AI 针对多平台实时、低延迟和低功耗语音转文本推理进行优化。支持流式转录、单词时间戳和可扩展性能，适用于实时字幕、会议和设备端语音界面等场景。

音频处理TransformersOther

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

本项目是对Qwen3-VL-235B-A22B-Thinking模型进行MXFP4_MOE量化处理，旨在提供更高效的图像文本到文本转换能力。该版本来自unloth，已将上下文大小从256k扩展到1M，通过特定的量化技术优化模型在不同场景下的性能表现。

多模态Gguf

这是Qwen3-VL-235B-A22B-Thinking模型的MXFP4_MOE量化版本，专门用于图像文本到文本的转换任务。该模型基于unsloth扩展的1M上下文版本进行量化，保持了强大的多模态理解能力。

多模态Gguf

多拉多网络冲浪工具扩展版是基于通义千问3-4B微调的函数调用和智能推理模型，专为网络搜索编排、工具增强推理和动态问题解决而设计。它在智能决策、工具选择和结构化执行流程方面表现出色。

自然语言处理TransformersEnglish

Qwen3-Next-80B-A3B-Instruct是通义千问团队开发的高效稀疏混合专家模型，总参数量80B，激活参数量仅3B。该模型采用创新的混合注意力机制和极低激活率的MoE架构，在保持强大性能的同时大幅提升推理效率，原生支持262K上下文长度并可扩展至1M令牌。

自然语言处理Transformers

Qwen3-Next-80B-A3B-Instruct是阿里巴巴通义千问团队开发的最新一代大型语言模型，采用创新的混合注意力机制和高稀疏专家混合架构，在保持80B总参数的同时仅激活3B参数，实现了高效的上下文建模和推理加速，原生支持262K上下文长度并可扩展至1M令牌。

自然语言处理Transformers

快手Keye-VL是由快手Keye团队打造的前沿多模态大语言模型，在视频理解、视觉感知和推理任务中表现卓越。1.5版本通过创新的快慢视频编码策略、LongCoT冷启动数据管道和强化学习训练策略，在视频理解、图像感知和推理能力上达到新高度，支持长达128k标记的扩展上下文长度。

多模态SafetensorsMultiple Languages

STream3R是一种基于因果Transformer的可扩展序列3D重建模型，将点云图预测重新定义为仅解码器的Transformer问题。它引入流式处理框架，利用因果注意力高效处理图像序列，能够很好地泛化到各种具有挑战性的场景，包括传统方法经常失效的动态场景。

计算机视觉Safetensors

Qwen3-235B-A22B-Thinking-2507是一款强大的大语言模型，在推理任务、通用能力和长上下文理解等方面有显著提升，适用于高度复杂的推理场景。该模型在过去三个月里持续扩展了思维能力，提升了推理的质量和深度。

自然语言处理Transformers

ERNIE-4.5-300B-A47B 是一款文本 MoE 后训练模型，拥有 3000 亿的总参数，每个标记有 470 亿的激活参数。该模型具备多模态异构 MoE 预训练、高效扩展基础设施和特定模态后训练等先进技术，能在文本理解与生成、图像理解及跨模态推理等任务中表现出色。

自然语言处理TransformersMultiple Languages

π³是一种可扩展的排列等变视觉几何学习模型，革新了视觉几何重建方法。

计算机视觉Pytorch

DeSTA2.5-Audio是一个通用的大型音频语言模型，通过自生成的跨模态对齐技术，在无需特定任务指令调优数据的情况下实现高扩展性和效率，同时保留语言能力并避免灾难性遗忘。

多模态Transformers

SongBloom是一个创新的全长歌曲生成框架，采用自回归草图绘制和基于扩散的细化交错范式，结合了扩散模型的高保真度和语言模型的可扩展性，能够生成高质量的全长歌曲。

DeepSeek-R1-Llama-8B-F32-GGUF 是 DeepSeek-R1-Distill-Llama-8B 的量化版本，采用强化学习直接训练，具备自我验证、反思和生成扩展思维链等能力。

自然语言处理TransformersEnglish