这是一个基于Qwen/Qwen3-8B-Base微调的版本，使用TRL框架和GKD（On-Policy Distillation）方法进行训练，专门用于文本生成任务。该模型通过自我生成错误进行学习，提升了文本生成的质量和稳定性。

自然语言处理Transformers

Qwen3-VL-32B-Instruct AWQ - INT4是基于Qwen3-VL-32B-Instruct基础模型的4位量化版本，采用AWQ量化方法，在保持性能的同时显著减少存储和计算资源需求。这是Qwen系列中最强大的视觉语言模型，在文本理解、视觉感知、上下文长度等方面全面升级。

多模态Transformers

这是一个基于Qwen3-Next-80B-A3B-Instruct模型的Q4_0量化版本，通过特定量化技术显著提升了模型在存储和计算方面的效率，同时保持了良好的性能表现。

自然语言处理Gguf

Ming-flash-omni 预览版是基于 Ling-Flash-2.0 稀疏专家混合（MoE）架构构建的多模态大模型，总参数达100B，每个token仅激活6B参数。该模型在Ming-Omni基础上进行了全面升级，在多模态理解和生成方面有显著提升，特别是在语音识别、图像生成和分割编辑方面表现突出。

多模态DiffusersEnglish

QuestA是一个通过问题增强方法提升大语言模型推理能力的创新框架。它在强化学习训练过程中融入部分解决方案，显著提升了模型在数学推理等复杂任务上的表现，特别是在小参数模型上实现了最优结果。

自然语言处理Transformers

这是一个基于DiffusionNFT方法对SD3.5-Medium进行微调的LoRA模型，采用创新的在线强化学习范式，在文本到图像生成任务上表现出色，显著提升了生成质量和训练效率。

计算机视觉Diffusers

这是基于 unsloth/qwen2.5-vl-72b-instruct-bnb-4bit 模型进行微调的视觉语言模型，使用 Unsloth 和 Huggingface TRL 库进行优化训练，训练速度相比传统方式提升了2倍。

多模态TransformersEnglish

SRPO是一种针对扩散模型的人类偏好对齐方法，通过Direct-Align技术和语义相对偏好优化，显著提升了FLUX.1-dev模型的真实感和美学质量，解决了多步去噪计算成本高和依赖离线奖励微调的问题。

计算机视觉Diffusers

这是由PyTorch团队开发的FP8量化版本Gemma-3-27B模型，基于google/gemma-3-27b-it进行FP8量化处理。该模型通过vLLM和Transformers两种方式支持高效推理，在保持模型质量的同时显著降低了内存使用并提升了推理速度。

自然语言处理TransformersEnglish

PwC-Embedding-expr 是基于 multilingual-e5-large-instruct 嵌入模型训练的韩语优化版本，通过精心设计的增强方法和微调策略提升在韩语语义文本相似度任务上的性能。

自然语言处理Sentence-transformersKorean

本模型是基于OpenAI的Whisper Large V3模型，使用LoRA方法在埃及阿拉伯语方言数据集（Egyptian-ASR-MGB-3）上进行微调的自动语音识别模型。它专门优化了对埃及阿拉伯语方言的识别能力，显著提升了在该方言上的词错误率（WER）性能。

音频处理PeftArabic

Llama-3.3-Nemotron-Super-49B-v1.5是基于Meta Llama-3.3-70B-Instruct衍生的大语言模型，是v1版本的显著升级版。该模型在推理、人类对话偏好和代理任务（如RAG和工具调用）方面表现出色，支持128K令牌的上下文长度，在准确性和效率间实现了良好平衡。

自然语言处理TransformersEnglish

哥德尔证明器V2是一个开源语言模型系列，在自动形式证明生成方面树立了新的标杆。它基于专家迭代和强化学习流程构建，融入了脚手架数据合成、验证器引导的自我修正和模型平均三项关键创新，显著提升了证明定理的能力和效率。

自然语言处理Transformers

J-1是基于Gemma 3 4-B模型，使用GRPO方法在意大利语数学和推理问题上进行训练的推理模型。在Invalsi ITA测试数据集上，性能从基础模型的57%提升到了79%，显著提升了意大利语推理能力。

自然语言处理TransformersOther

VeriReason是一种结合强化学习与测试平台反馈的Verilog RTL代码生成方法，显著提升了预训练模型在硬件设计领域的性能。

自然语言处理Transformers

弗朗索瓦-PE是基于密斯特拉尔架构的角色扮演微调模型，通过KTO方法修复了欠拟合问题，提升了连贯性。

自然语言处理Transformers

Qwen3-4B-FP8是Qwen系列大语言模型的最新FP8量化版本，具备40亿参数，支持32K上下文长度。该模型在推理、指令遵循、智能体交互和多语言处理方面表现优异，通过FP8量化在保持性能的同时提升了推理效率。

自然语言处理Transformers

Video-R1是基于Qwen2.5-7B-Instruct开发的多模态大语言模型，专门针对视频推理任务进行优化。通过提出T-GRPO算法和构建高质量视频推理数据集，显著提升了模型在时间建模和视频理解方面的能力。

多模态TransformersEnglish

基于Qwen2.5-VL通过创新性Curr-ReFT方法微调的多模态大语言模型，显著提升了视觉语言理解与推理能力。

多模态Safetensors

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