這是一個專為通話記錄分析打造的混合語言AI模型，能夠處理印地語、英語和混合印地英語的通話轉錄內容。模型基於Qwen2.5-1.5B-Instruct進行微調，具備強大的多語言理解和信息提取能力。

自然語言處理Transformers多語言

Olmo-3-7B-Instruct-AIO-GGUF是基於Allen Institute for AI開發的Olmo-3-7B-Instruct模型的GGUF量化版本。這是一個70億參數的自迴歸語言模型，通過監督微調和直接偏好優化在Tulu 2和UltraFeedback等數據集上訓練，在問答和指令遵循方面表現出色。

自然語言處理Transformers英語

這是對ai-sage的GigaChat3-10B-A1.8B模型進行的量化處理版本，採用llama.cpp的imatrix量化技術，可在不同硬件條件下更高效地運行。模型支持俄語和英語，主要用於文本生成任務。

自然語言處理Gguf多語言

這是ai-sage/GigaChat3-10B-A1.8B-bf16模型的GGUF量化版本，提供了多種量化選項，從高精度的Q8_0到極度壓縮的smol-IQ1_KT，滿足不同硬件條件下的部署需求。該模型支持32K上下文長度，採用MLA架構，專為對話場景優化。

自然語言處理Gguf其他

這是 ai-sage/GigaChat3-702B-A36B-preview-bf16 模型的量化版本，旨在為大眾提供免費的知識獲取途徑。該模型是一個大型語言模型，專注於文本生成任務。

自然語言處理Gguf

這是ai-sage/GigaChat3-10B-A1.8B模型的量化版本，採用GGUF格式，需要特定的llama.cpp分支支持。模型採用混合專家架構，總參數量約118億，其中激活參數量約18億。

自然語言處理Gguf多語言

VibeThinker-1.5B是微博AI推出的15億參數密集語言模型，基於Qwen2.5-Math-1.5B微調，專門針對數學和算法編碼問題設計。採用'頻譜到信號原理'框架訓練，在多個數學競賽測試中超越規模更大的模型，訓練成本約7800美元，支持最長約40k詞元的輸出。

自然語言處理Transformers多語言

GigaChat3-10B-A1.8B是GigaChat系列的對話模型，基於混合專家（MoE）架構，共有100億參數，其中18億為活躍參數。該模型採用多頭潛在注意力和多令牌預測技術，支持25.6萬令牌的長上下文，在多語言對話和推理任務中表現出色。

自然語言處理Safetensors多語言

Olmo 3是由Allen Institute for AI開發的新一代語言模型家族，包含7B和32B的指令和思維變體。該模型在長鏈式思維方面表現出色，能顯著提升數學和編碼等推理任務的性能。所有代碼、檢查點和訓練細節都將公開，推動語言模型科學發展。

自然語言處理Transformers英語

Olmo 3是由Allen Institute for AI開發的新一代語言模型系列，包含7B和32B兩種規模，有指令和思考兩種變體。該模型基於Dolma 3數據集進行預訓練，在Dolci數據集上進行後訓練，具備長鏈式思維能力，在數學和編碼等推理任務上表現優異。

自然語言處理Transformers英語

GigaAM-v3是基於Conformer架構的俄語自動語音識別基礎模型，擁有2.2-2.4億參數。它是GigaAM系列的第三代模型，在70萬小時俄語語音數據上使用HuBERT-CTC目標進行預訓練，在廣泛的俄語ASR領域提供最先進的性能。

音頻處理Pytorch多語言

GigaChat3-10B-A1.8B-base是GigaChat系列的基礎預訓練模型，採用混合專家（MoE）架構，總參數100億，活躍參數18億。模型集成了多頭潛在注意力（MLA）和多令牌預測（MTP）技術，在推理時具備高吞吐量優勢。

自然語言處理Safetensors多語言

米模具身模型（MiMo-Embodied）是一款強大的跨具身視覺語言模型，在自動駕駛和具身AI任務中均展現出了卓越的性能。它是首個將這兩個關鍵領域相結合的開源視覺語言模型，顯著提升了在動態物理環境中的理解和推理能力。

多模態Transformers

Olmo 3是由Allen Institute for AI開發的一系列語言模型，包含7B和32B兩種規模，具有指令式和思考式兩種變體。該模型在長鏈式思維方面表現出色，能有效提升數學和編碼等推理任務的性能。採用多階段訓練方式，包括有監督微調、直接偏好優化和可驗證獎勵的強化學習。

自然語言處理Transformers英語

Olmo-3-7B-Think-DPO是Allen Institute for AI開發的7B參數語言模型，具有長鏈式思考能力，在數學和編碼等推理任務中表現出色。該模型經過監督微調、直接偏好優化和基於可驗證獎勵的強化學習等多階段訓練，專為研究和教育用途設計。

自然語言處理Transformers英語

Olmo 3是由Allen Institute for AI (Ai2)開發的一系列語言模型，包含7B和32B兩種規格，有Instruct和Think兩種變體。該模型基於Transformer架構，具有長鏈思維能力，可有效提升數學和編碼等推理任務的表現。

自然語言處理Transformers英語

Olmo 3是由Allen Institute for AI開發的開源語言模型系列，包含7B和32B兩種規格，分為指令（Instruct）和思考（Think）兩種變體。該模型具有出色的長鏈思維能力，能夠顯著提升數學和編碼等推理任務的表現。

自然語言處理Transformers英語

Olmo 3是由Allen Institute for AI開發的全新語言模型家族，包含7B和32B兩種規模，有指令（Instruct）和思維（Think）兩種變體。該模型採用長鏈式思維提升數學和編碼等推理任務表現，旨在推動語言模型科學發展。

自然語言處理Transformers英語

Olmo 3 7B RL-Zero Math是Allen AI開發的專為數學推理任務優化的70億參數語言模型，採用RL-Zero強化學習方法在數學數據集上進行訓練，能有效提升數學推理能力。

自然語言處理Transformers英語

Olmo 3 7B RL-Zero Mix是Allen AI開發的7B參數規模的語言模型，屬於Olmo 3系列。該模型在Dolma 3數據集上進行預訓練，在Dolci數據集上進行後訓練，並通過強化學習優化數學、編碼和推理能力。

自然語言處理Transformers英語