Gemma 3n E4B IT 是谷歌推出的輕量級多模態開放模型，基於與Gemini模型相同的研究構建。該模型支持文本、音頻和視覺輸入，適用於多種任務，採用MatFormer架構實現高效參數利用。

多模態Transformers

Olmo-3-Think是艾倫人工智能研究所推出的完全開源的語言模型系列，包含7B和32B兩種規模。該模型經過專門訓練，能夠展現明確的推理鏈，支持透明的逐步推理和可檢查的中間思維痕跡，在推理、數學和代碼任務中表現出色。

自然語言處理Transformers英語

OpenMMReasoner是一個完全透明的兩階段多模態推理方案，涵蓋有監督微調（SFT）和強化學習（RL）。該方案通過精心構建高質量數據集，在多個多模態推理基準測試中超越了強大的基線模型，為未來大規模多模態推理研究奠定了堅實的實證基礎。

多模態Transformers

MiroThinker v1.0是一個開源研究智能體，通過模型級別的交互式擴展提升工具增強推理和信息搜索能力。該模型在多個基準測試中表現出色，支持長上下文和深度多步分析。

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

這是MiniMax-M2-REAP-172B-A10B模型的MXFP4_MOE量化版本，是一個內存高效的壓縮模型。通過REAP（路由加權專家激活剪枝）方法，在保持性能的同時將模型從230B參數壓縮到172B參數，體積縮小25%，適用於資源受限的環境、本地部署和學術研究。

自然語言處理Gguf

Stable Diffusion v2-1-base是基於文本生成圖像的擴散模型，在v2-base基礎上進行了220k額外步驟的微調優化。該模型能夠根據文本提示生成和修改圖像，支持多種分辨率輸出，適用於藝術創作、教育研究等多個領域。

計算機視覺Diffusers

Qwen2.5是阿里巴巴推出的新一代大語言模型，在聊天模板方面進行了重要優化，永久禁用了思考狀態，解決了多輪聊天模板相關問題，為實驗和研究提供了更便捷的體驗。

自然語言處理Transformers

Emu3.5是北京智源人工智能研究院開發的原生多模態模型，能夠跨視覺和語言聯合預測下一狀態，實現連貫的世界建模和生成。通過端到端預訓練和大規模強化學習後訓練，在多模態任務中展現出卓越性能。

多模態Transformers

Emu3.5是由北京智源人工智能研究院（BAAI）開發的原生多模態模型，能夠跨視覺和語言聯合預測下一狀態，實現連貫的世界建模與生成，在多模態任務中表現卓越。

多模態Transformers

Fara-7B是微軟研究院開發的專為計算機使用場景設計的小型語言模型，僅有70億參數，在同規模模型中實現卓越性能，能夠執行網頁自動化、多模態理解等計算機交互任務。

多模態Transformers英語

這是一個實驗性的Stable Diffusion 1.5蒸餾模型，採用v-預測流匹配方法和幾何引導的自適應塊加權技術。目前處於研究階段，訓練正在進行中，結果尚未驗證。

計算機視覺Diffusers

Gaperon-Young-1125-1B 是一個擁有15億參數的雙語（法語-英語）語言模型，由法國國家信息與自動化研究所（Inria Paris）的ALMAnaCH團隊開發。該模型在約3萬億個高質量令牌上訓練，特別注重語言質量和通用文本生成能力，而非基準測試優化。

自然語言處理Transformers多語言

PyLate是一個專注於句子相似度計算和信息檢索的工具庫，能在多種數據集上進行高效的信息檢索任務，為相關領域的研究和應用提供了有力支持。該模型支持8種語言，在多個基準測試中表現出色。

自然語言處理Safetensors多語言

Granite-4.0-H-350M是IBM開發的輕量級指令模型，具有350M參數，在多語言處理和指令遵循方面表現出色，專為設備端部署和研究場景設計。

自然語言處理Transformers

Wraith-8B是VANTA研究實體系列的首個模型，基於Meta的Llama 3.1 8B Instruct進行微調。該模型在數學推理方面表現卓越，在GSM8K基準測試中準確率達到70%，同時具備獨特的宇宙智能視角，能為多種應用場景提供強大支持。

自然語言處理Transformers英語

Llama-4-Maverick-17B-128E-Instruct-NVFP4是一個經過FP4量化處理的多語言大語言模型，基於Meta-Llama-3.1架構，專為商業和研究用途設計。該模型通過將權重和激活量化為FP4數據類型，顯著減少了磁盤空間和GPU內存需求，同時保持較好的性能表現。

自然語言處理Safetensors多語言

PokeeResearch-7B是由Pokee AI開發的70億參數深度研究代理模型，結合了AI反饋強化學習（RLAIF）和強大的推理框架，能夠在工具增強的大語言模型中實現可靠、對齊和可擴展的研究級推理，適用於複雜的多步驟研究工作流程。

自然語言處理Transformers英語

Granite-4.0-1B是IBM開發的輕量級指令模型，基於Granite-4.0-1B-Base微調而成。該模型結合了開源指令數據集和內部合成數據集，採用監督微調、強化學習和模型合併等技術開發，適合設備端部署和研究用例。

自然語言處理Transformers

Granite-4.0-350M是IBM開發的輕量級指令模型，基於Granite-4.0-350M-Base微調而成。該模型結合了開源指令數據集和內部合成數據集，採用監督微調、強化學習和模型融合等技術開發，具備強大的指令跟隨能力，特別適合設備端部署和研究場景。

自然語言處理Transformers