這是一個高性能的4位量化版本的Kimi K2 Instruct模型，專為使用MLX框架在Apple Silicon（M1/M2/M3/M4）Mac上運行而優化。該模型擁有6710億參數，支持128K上下文窗口，在質量和效率之間實現了出色的平衡，是大多數實際部署的理想選擇。

自然語言處理Mlx多語言

這是美團LongCat-Flash-Chat模型的MLX格式轉換版本，採用創新的DQ6_K_M量化技術，專為配備512GB內存的蘋果Mac Studio M3 Ultra設備優化，在保持接近8位量化性能的同時顯著減少內存佔用

自然語言處理Mlx

GLM-4.6是基於MLX框架的高效文本生成模型，採用6.5bit量化技術，在保持高質量文本生成能力的同時顯著降低計算資源需求。該模型在單臺M3 Ultra設備上即可運行，支持高效的文本生成任務。

自然語言處理Mlx多語言

基於moonshotai/Kimi-K2-Instruct-0905基礎模型，使用改進版MLX 0.26進行動態量化的大語言模型。通過創新的動態量化策略，在保持出色性能的同時顯著降低硬件需求，可在單臺M3 Ultra設備上高效運行。

自然語言處理Mlx

Kimi-K2 Dynamic MLX是基於moonshotai/Kimi-K2-Instruct模型構建的文本生成項目，採用優化後的MLX庫實現高效量化性能。該模型在單臺M3 Ultra 512GB RAM機器上運行，支持多種量化方式，在測試中展現出優秀的困惑度指標。

自然語言處理Mlx

這是moka-ai/m3e-base模型的靜態量化版本，專門用於文本嵌入任務，支持中文和英文。提供了多種量化級別，從Q2_K到f16，滿足不同場景下的性能和精度需求。

自然語言處理Transformers多語言

Alvdansen實驗室推出的超現實主義風格文本生成圖像模型，採用穩定擴散XL基礎模型和LoRA技術。

計算機視覺Diffusers

SSCD 是一個用於圖像複製檢測的深度學習模型，能夠提取圖像特徵並進行相似度比較。

計算機視覺Transformers

這是一個基於Apache 2.0許可證的開源項目，為使用者提供了廣泛的使用權限和保障，具體模型功能和特性需要進一步確認

自然語言處理Transformers

M3是一個允許在運行時顯式控制視覺粒度的多模態模型，可作為圖像/數據集複雜度的度量標準，基於LLaMA/Vicuna微調而成。

多模態Transformers

M3D是基於多模態大語言模型的3D醫學影像分析技術，包含M3D-Data數據集、M3D-LaMed模型和M3D-Bench評估基準。

多模態Transformers

M3D-CLIP是專為3D醫學影像設計的CLIP模型，通過對比損失實現視覺與語言的對齊。

多模態Transformers

這是一個專門用於法語和英語的嵌入模型，基於sentence-transformers框架，能將句子和段落映射到1024維的密集向量空間，可用於聚類、語義搜索等任務。該模型基於BGE M3的密集模型，在自定義的法語和英語數據上進行微調得到。

自然語言處理Sentence-transformers

這是一個基於sentence-transformers的句子嵌入模型，能夠將文本轉換為768維的向量表示，適用於語義相似度計算等任務。

自然語言處理Transformers

一種輕量級BERT模型，用於波斯語語言表徵的自監督學習

自然語言處理Transformers其他

基於Wav2Vec 2.0架構的希臘語語音情感識別模型，能夠識別憤怒、厭惡、恐懼、快樂和悲傷五種情感。

音頻處理Jax其他

基於Facebook的wav2vec2-large-xlsr-53模型在波斯語通用語音庫上微調的自動語音識別(ASR)模型

音頻處理Transformers其他

面向波斯語的自監督語言表徵學習輕量版BERT模型

自然語言處理Transformers其他

面向波斯語的自監督語言表徵學習輕量級BERT模型

自然語言處理Transformers其他

基於ParsBERT的波斯語句子嵌入模型，用於生成高質量的句子向量表示

自然語言處理Jax其他