Apriel-1.5-15b-Thinker是ServiceNow開發的150億參數多模態推理模型，具備文本和圖像推理能力，性能可媲美比它大10倍的模型，在人工分析指數上獲得52分，在企業領域基準測試中表現優異。

多模態Transformers

這是Qwen/Qwen3-14B語言模型的GGUF量化版本，擁有140億參數，具備深度推理能力、研究級準確性和自主工作流程。經過轉換後可用於llama.cpp、LM Studio、OpenWebUI、GPT4All等本地推理框架。

自然語言處理Gguf多語言

本項目基於Qwen2.5-VL-7B-Instruct模型，專注於視覺問答任務，能夠精準回答圖像相關問題，具備較高的準確性和相關性。這是一個多模態視覺語言模型，支持圖像理解和基於圖像的問答交互。

多模態Safetensors英語

Isaac 0.1是感知器公司推出的首個感知語言模型，擁有20億參數，專為現實世界應用設計。該模型在效率方面樹立了新標準，性能達到甚至超越了比它大50倍以上的模型，具備強大的視覺理解和空間推理能力。

多模態Transformers

梅格雷斯2-3x7B-A3B是一款設備原生大語言模型，採用混合專家（MoE）架構，結合了MoE的準確性和密集模型的緊湊性優勢。該模型在8T標記數據上訓練，具備32K上下文長度，未來計劃提升推理和代理能力。

自然語言處理Gguf多語言

Step-Audio 2 是一款端到端的多模態大語言模型，專為滿足行業級音頻理解和語音對話需求而設計。具備先進的語音和音頻理解能力、智能語音對話功能、工具調用和多模態檢索增強生成能力，在多個音頻理解和對話基準測試中取得了領先的性能。

多模態Transformers

PaddleOCR團隊開發的最新一代英文文本行識別模型，專為高效、準確的英文OCR識別而設計，在移動端設備上具有優異的性能表現。

Seed-OSS是由字節跳動Seed團隊開發的開源大語言模型系列，具備強大的長上下文處理、推理、智能體交互能力和通用性能。該模型僅使用12T token訓練，在多個公開基準測試中表現出色。

自然語言處理Transformers多語言

GLM-4.5V-AWQ-4bit是基於智譜AI下一代旗艦文本基礎模型構建的量化版本多模態模型，通過AWQ-4bit量化技術優化，在保持優異性能的同時顯著降低計算資源需求。該模型在42個公開視覺語言基準測試中達到同規模模型的SOTA性能，具備強大的視覺推理能力。

多模態Transformers多語言

DeepThinkerv2是一個具備深度數學推理能力的大語言模型，通過遞歸思考模式和多重驗證機制提升解題準確性。

自然語言處理Safetensors英語

MobileNet V2是一種輕量級的卷積神經網絡，專為移動設備設計，在延遲、模型大小和準確性之間取得平衡。

計算機視覺Transformers

Soniox-7B-v1.0是一款基於Mistral 7B構建的強大大語言模型，支持英語和代碼處理，上下文長度達8K。在部分基準測試中性能可與GPT-4相媲美，具備強大的問題解決能力。

自然語言處理Transformers