MiniCPM4.1-8B-GGUF是MiniCPM4.1-8B模型的GGUF量化格式版本，專為端側設備設計的高效大語言模型，採用80億參數，支持融合思維，在典型端側芯片上可實現超過5倍的生成加速。

自然語言處理Transformers多語言

MiniCPM4 是一款專為端側設備設計的高效大語言模型，在相同規模下保持最優性能的同時實現了極致的效率提升，在典型端側芯片上可實現超 5 倍的生成加速。

自然語言處理Transformers多語言

MiniCPM4-8B-Q8_0-GGUF 是通過 llama.cpp 將 openbmb/MiniCPM4-8B 轉換為 GGUF 格式的模型，適用於本地推理。

自然語言處理Transformers多語言

MiniCPM4是專為端側設備設計的高效大語言模型，在相同規模下實現了極致的效率提升和最優性能。

自然語言處理Transformers多語言

MiniCPM4-MCP是一款開源的端側大語言模型智能體模型，基於80億參數的MiniCPM-4構建，能夠通過MCP與各種工具和數據資源交互，解決廣泛的現實世界任務。

自然語言處理Transformers多語言

MiniCPM4是專為端側設備設計的高效大語言模型，通過系統創新在模型架構、訓練數據、訓練算法和推理系統四個關鍵維度實現極致的效率提升。

自然語言處理Transformers多語言

MiniCPM4是專為端側設備設計的高效大語言模型，通過系統創新在模型架構、訓練數據、訓練算法和推理系統四個維度實現極致效率提升，在端側芯片上可實現超5倍的生成加速。

自然語言處理Transformers多語言

AgentCPM-GUI是一款具備RFT增強推理能力的設備端圖形界面代理，可操作中英文應用，基於80億參數的MiniCPM-V構建。

多模態Safetensors多語言

MiniCPM-S-1B-sft 是一個基於激活稀疏化技術優化的1B參數規模語言模型，通過ProSparse方法實現高稀疏性推理加速，同時保持與原始模型相當的性能。

自然語言處理Transformers多語言

該模型在多箇中文和英文數據集上進行了測試，包括語義文本相似度和分類任務。

自然語言處理Transformers

MiniCPM-o 2.6的int4量化版本，顯著降低GPU顯存佔用，支持多模態處理能力。

多模態Transformers其他

MiniCPM-o 2.6是一個多模態模型，支持視覺和語言任務，專為llama.cpp設計。

多模態Gguf

MiniCPM-o 2.6是一款手機端運行的GPT-4o級多模態大模型，支持視覺、語音與直播流處理

多模態Transformers其他

VisRAG是基於視覺語言模型(VLM)的檢索增強生成(RAG)系統，可直接將文檔作為圖像進行嵌入表徵，避免傳統文本解析導致的信息損耗。

多模態Safetensors英語

MiniCPM-重排序器是由面壁智能與清華大學自然語言處理實驗室、東北大學信息檢索小組聯合研發的中英雙語文本重排序模型，具備卓越的中英文及跨語言重排序能力。

自然語言處理Transformers多語言

MiniCPM-Embedding 是基於 MiniCPM-2B-sft-bf16 基礎模型開發的嵌入模型，專注於檢索任務，支持中英文雙語。

自然語言處理Transformers多語言

MiniCPM3-4B是MiniCPM系列第三代模型，整體性能超越Phi-3.5-mini-Instruct和GPT-3.5-Turbo-0125，與近期多個7B~9B量級模型表現相當。

自然語言處理Transformers多語言

MiniCPM-V是一個手機端GPT-4V級多模態大語言模型，支持單圖、多圖與視頻理解，具備視覺、光學字符識別等功能。

多模態Transformers其他

MiniCPM-V 2.6是一個多模態視覺語言模型，支持圖像文本到文本的轉換，具備多語言處理能力。

多模態Transformers其他

MiniCPM-Llama3-V 2.5的int4量化版本，顯著降低GPU顯存佔用至約9GB，適用於視覺問答任務。

多模態Transformers