英伟达研究团队推出开源AI框架Polar，旨在让现有智能体框架（如Codex、Claude Code、Qwen Code）无缝接入广义相对策略优化（GRPO）训练方法。GRPO是一种强化学习优化技术，通过奖励信号调整模型策略，提升多步决策任务表现。Polar不改变原有工具调用、上下文组织和补丁提交方式，显著增强代码智能体的性能。
谷歌DeepMind最新研究揭示AI视觉模型存在“全局强、局部弱”的短板，并提出TIPSv2方案。该方案通过改进训练方法，使模型能更精准定位图像局部细节，如识别熊猫左后腿位置，解决了视觉-语言模型在精细分割任务上的长期难题。
YuanLab.ai发布开源多模态大模型Yuan3.0Flash，参数规模达40B，采用稀疏混合专家架构，推理时仅激活约3.7B参数，显著提升效率。模型提供16bit与4bit权重、技术报告及训练方法，支持二次开发和行业定制，推动AI技术普及。
摩尔线程团队在AAAI2026会议上发布URPO框架，重塑大语言模型训练方法。该技术通过统一奖励与策略优化，简化训练流程并突破性能瓶颈，为AI发展提供新路径。
Light-R1 是一个专注于长链推理（Long COT）的开源项目，通过课程式 SFT、DPO 和 RL 提供从零开始的训练方法。
一个关于大型语言模型（LLM）后训练方法的教程、调查和指南资源库。
thenexthub
OpenModel-1T-A50B-Instruct是NeXTHub开发的万亿参数混合专家模型，结合进化思维链训练方法，在推理能力和能源效率上取得平衡，具备深度推理能力和128K长上下文处理能力。
Nanbeige
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。
unsloth
Apertus是一款由瑞士AI开发的全开放多语言大语言模型，提供70亿和80亿两种参数规模。该模型支持超过1000种语言，使用完全合规且开放的训练数据，性能可与闭源模型相媲美。Apertus在15T标记上进行预训练，采用分阶段课程训练方法，支持长达65,536个标记的上下文长度。
mlx-community
Apriel-1.5-15B-Thinker是一个专为图像理解与推理设计的150亿参数多模态模型，采用中期训练方法而非RLHF训练。本版本为适用于苹果芯片的MLX量化版本，具有内存占用小、启动速度快的特点。
openmed-community
基于Arcee的AFM-4.5B的轻量级医疗微调模型，采用三阶段训练方法（SFT→DPO→GRPO-CoT）进行优化，专门用于医疗教育和研究场景。
hyper1girl
Noemie LoRA是专为Qwen模型设计的最逼真角色LoRA，采用独特的多层训练方法，生成的图像人脸一致且极具真实感。
deepcogito
Cogito v2是经过指令微调的生成式混合推理模型，采用迭代蒸馏与放大训练方法，在编码、STEM、指令遵循等方面表现出色，支持超30种语言和128k上下文长度。
prithivMLmods
Polaris是一种开源的后训练方法，利用强化学习优化和增强模型，提升推理能力。
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。
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。
AXCXEPT
基于google/gemma-3-12b-it模型，通过EZO训练方法提升日语性能的文本生成模型
p1atdev
基于Vision Transformer架构的视觉模型，采用SigLIP（Sigmoid Loss for Language-Image Pretraining）训练方法，适用于图像理解任务。
jhu-clsp
埃廷是首个使用相同数据、架构和训练方法训练的仅编码器和仅解码器模型集合，支持跨规模公平比较
KnutJaegersberg
Eagle2是一个高性能的视觉语言模型系列，专注于通过数据策略和训练方法的优化来提升模型性能。Eagle2-9B是该系列中的大型模型，在性能和推理速度之间取得了良好平衡。
NeurixYUFI
极速LoRA模型，采用不同数据集训练方法并修复潜在偏移点问题，适合快速生成照片风格图像。
timm
AIM-v2是一个基于timm库的图像编码器，采用蒸馏训练方法，适用于图像特征提取任务。
ericflo
基于Meta-Llama-3.1-8B架构的全参数微调大语言模型，专注于英语文本和Python代码任务，采用多样化数据混合训练方法
IMSyPP
这是一个基于XLM-R架构的多语言仇恨言论分类模型，支持英语、意大利语和斯洛文尼亚语，采用标注者间分歧感知训练方法，可有效识别社交媒体中的仇恨言论内容。
nvidia
Minitron-8B-Base是通过剪裁Nemotron-4 15B获得的大型语言模型，采用蒸馏持续训练方法，相比从头训练节省了40倍的训练token和1.8倍的计算成本。
LLM360
CrystalChat-7B-Web2Code是基于CrystalChat-7B大语言模型的多模态大语言模型，专门用于网页图像到HTML代码的生成。该模型借鉴了LLaVa-v1.5的训练方法，具有完全开源、高度透明的特点，支持从手绘图像或现有网页生成对应的HTML代码。
TransformersOther%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Join Now
