北京智源人工智能研究院（BAAI）近日宣布，已联合生态合作伙伴构建并开源了异构统一通信库FlagCX，旨在解决多元算力时代通信库面临的挑战，填补多元算力开源软件栈的重要空白。这一举措响应了国家有关部门组织的“清朗·网络平台算法典型问题治理”专项行动，体现了算法导向正确、公平公正、公开透明等重要原则。
北京智源人工智能研究院（BAAI）近日宣布推出一款创新的3D生成模型See3D，该模型能够利用大规模无标注的互联网视频进行学习。这一技术突破标志着向“See Video， Get3D”的理念迈进了重要一步。See3D模型不依赖于传统的相机参数，而是采用视觉条件技术，仅通过视频中的视觉线索生成相机方向可控且几何一致的多视角图像。这种方法避免了昂贵的3D或相机标注的需求，能够高效地从互联网视频中学习3D先验。
北京智源人工智能研究院（BAAI）近日宣布推出了一款全新的全能视觉生成模型OmniGen，标志着图像生成领域的一项重大突破。OmniGen模型以其统一性、简单性和跨任务知识迁移能力而著称，能够在单一框架内处理多种图像生成任务，包括文生图、图像编辑、主题驱动生成和视觉条件生成等。此外，OmniGen还能够处理一些经典的计算机视觉任务，如图像去噪和边缘检测，通过将这些任务转换为图像生成任务来实现。
北京智源人工智能研究院（BAAI）最近推出了全球首个中文大模型辩论平台FlagEval Debate。这一新平台旨在通过模型辩论这一竞争机制，为大语言模型的能力评估提供新的度量方式。它是智源模型对战评测服务FlagEval大模型角斗场的扩展，目标是甄别大语言模型之间的能力差异。
ekacare
Parrotlet-e是一款先进的多语言医学嵌入模型，专门针对印度各语言中的医学术语进行优化。它基于BAAI/bge-m3进行微调，在超过1800万对多语言医学术语对上进行训练，支持12种印度语言和英语，对临床文档中的缩写、拼写变体和口语表达具有很强的鲁棒性。
BAAI
Emu3.5是北京智源人工智能研究院开发的原生多模态模型，能够跨视觉和语言联合预测下一状态，实现连贯的世界建模和生成。通过端到端预训练和大规模强化学习后训练，在多模态任务中展现出卓越性能。
Emu3.5是由北京智源人工智能研究院（BAAI）开发的原生多模态模型，能够跨视觉和语言联合预测下一状态，实现连贯的世界建模与生成，在多模态任务中表现卓越。
bortunac
本模型是BAAI/bge-reranker-v2-m3的GGUF量化版本，使用Q4_K_M量化方法。它是一个多语言重排序模型，主要用于文本检索中的结果重排序任务，能够提升检索结果的相关性。
MagicalAlchemist
BGE-M3是由BAAI开发的多功能文本嵌入模型，支持多语言、多粒度、多功能的文本表示学习，能够同时处理稠密检索、稀疏检索和多向量检索等多种检索模式。
bartowski
这是BAAI的RoboBrain2.0-7B模型的量化版本，通过llama.cpp进行量化处理，提供多种量化类型以适应不同硬件需求。
BGE-Code-v1是一个基于LLM的代码嵌入模型，支持代码检索、文本检索和多语言检索，在代码检索和文本检索任务中表现出色。
foochun
这是一个从BAAI/bge-reranker-base微调而来的交叉编码器模型，用于文本对评分，适用于文本重排序和语义搜索任务。
shuyuej
这是BAAI/bge-multilingual-gemma2模型的4位GPTQ量化版本，支持多语言文本嵌入任务。
datasocietyco
这是一个从BAAI/bge-base-en-v1.5微调而来的sentence-transformers模型，能将句子和段落映射到768维的密集向量空间。
mradermacher
这是BAAI/bge-large-zh-v1.5模型的加权/矩阵量化版本，提供多种量化选项，适用于不同需求场景。
BAAI/bge-large-zh-v1.5是一个中文句子转换器模型，主要用于特征提取和句子相似度计算。
sabafallah
基于BAAI/bge-reranker-base模型转换的GGUF格式重排序模型，支持中英文文本排序任务
pyarn
该模型是通过ggml.ai的GGUF-my-repo空间，使用llama.cpp从BAAI/bge-reranker-v2-m3转换而来的GGUF格式模型，主要用于文本分类任务。
本模型是基于BAAI/bge-reranker-v2-m3转换的GGUF格式模型，用于文本排序任务，支持多语言。
iris49
这是一个基于BAAI/bge-base-en-v1.5微调的句子转换器模型，专为3GPP相关技术文档的问答系统优化，能够将文本映射到768维向量空间。
BlackBeenie
这是一个从BAAI/bge-m3微调而来的sentence-transformers模型，用于将句子和段落映射到1024维稠密向量空间，支持语义文本相似度、语义搜索等任务。
tinybiggames
该模型是通过GGUF-my-repo从BAAI/bge-m3转换而来的GGUF格式模型，主要用于句子相似度计算和特征提取。
pqnet
这是一个基于BAAI/bge-reranker-v2-m3模型转换的GGUF格式文本排序模型，支持多语言文本嵌入推理。
sayed0am
这是BAAI/bge-m3模型的阿拉伯语精简版本，保留了原模型约98%的质量，同时内存占用更小。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
