GLiNER2.5-Decide

XLM-RoBERTa Base

AI 모델

100개 언어에 걸쳐 2.5TB의 데이터로 사전 훈련된 다국어 모델입니다. 시퀀스 분류 및 토큰 분류와 같은 작업에서 뛰어난 성능을 발휘하여 다양한 자연어 처리 애플리케이션에 유용한 도구입니다.XLM-RoBERTa는 100개 언어에 걸쳐 2.5TB의 데이터로 사전 훈련된 다국어 모델입니다. 시퀀스 분류 및 토큰 분류와 같은 작업에서 뛰어난 성능을 발휘하여 다양한 자연어 처리 애플리케이션에 유용한 도구입니다.

Command A+ 모델 | Cohere

AI 모델

25B의 활성 매개변수와 218B의 총 매개변수를 가진 전문가 혼합 모델로, 48개 언어에서 복잡한 추론, 비전 및 다국어 작업을 위해 설계되어 기업에 효율적이고 정확한 솔루션을 제공합니다.Command A+는 25B의 활성 매개변수와 218B의 총 매개변수를 가진 전문가 혼합 모델로, 48개 언어에서 복잡한 추론, 비전 및 다국어 작업을 위해 설계되어 기업에 효율적이고 정확한 솔루션을 제공합니다.

ej

AI 앱

CPU에서 라우팅 및 분류 작업을 위해 설계된 컴팩트한 결정 모델입니다. 텍스트 기반 쿼리를 처리하여 확률 기반의 답변을 제공하며, 11MB 파일로 구성되어 있습니다. API나 GPU가 필요 없어 오프라인 사용에 효율적입니다.ej는 CPU에서 라우팅 및 분류 작업을 위해 설계된 컴팩트한 결정 모델입니다. 텍스트 기반 쿼리를 처리하여 확률 기반의 답변을 제공하며, 11MB 파일로 구성되어 있습니다. API나 GPU가 필요 없어 오프라인 사용에 효율적입니다.

Decider

AI GitHub 저장소

Qwen3.5에서 미세 조정된 System One 스타일 모델의 집합입니다. 이는 조정된 확률로 한 번의 입력으로 결정을 내리도록 설계되어, 효율적인 의사결정 프로세스를 제공합니다.Decider는 Qwen3.5에서 미세 조정된 System One 스타일 모델의 집합입니다. 이는 조정된 확률로 한 번의 입력으로 결정을 내리도록 설계되어, 효율적인 의사결정 프로세스를 제공합니다.

HRM-Text-1B

LLM

Sapient Intelligence에서 개발한 10억 개의 매개변수를 가진 언어 모델입니다. 계층적 추론 모델 아키텍처를 기반으로 하여 고급 NLP 작업을 위해 설계되었으며, 효율적인 계산을 위한 이중 시간 척도 순환 아키텍처를 제공합니다.HRM-Text-1B는 Sapient Intelligence에서 개발한 10억 개의 매개변수를 가진 언어 모델입니다. 계층적 추론 모델 아키텍처를 기반으로 하여 고급 NLP 작업을 위해 설계되었으며, 효율적인 계산을 위한 이중 시간 척도 순환 아키텍처를 제공합니다.

ChatHawk

AI 앱

#140

사용자가 GPT-5.5 및 Claude Opus 4.6과 같은 여러 주요 AI 모델과 동시에 채팅할 수 있도록 합니다. 이를 통해 응답 비교, 합의 통찰력 및 개선된 의사 결정을 가능하게 하며, 개인 정보 보호를 위해 비공식 모드와 채팅 기록이 저장되지 않습니다.ChatHawk는 사용자가 GPT-5.5 및 Claude Opus 4.6과 같은 여러 주요 AI 모델과 동시에 채팅할 수 있도록 합니다. 이를 통해 응답 비교, 합의 통찰력 및 개선된 의사 결정을 가능하게 하며, 개인 정보 보호를 위해 비공식 모드와 채팅 기록이 저장되지 않습니다.

GLM / ChatGLM (Zhipu AI)

AI 플랫폼

Zhipu AI의 GLM / ChatGLM은 복잡한 소프트웨어 엔지니어링 및 에이전트 작업을 위해 설계된 포괄적인 대형 모델 생태계입니다. 이 플랫폼은 추론, 도구 사용 및 다중 모드 상호작용에서 고급 기능을 제공하여 AI 기반 솔루션 개발을 위한 강력한 플랫폼을 제공합니다.

LiquidAI d1-omni-600M

LLM

텍스트, 이미지 및 음성에 대한 단일 패스 결정을 위해 설계된 600M 매개변수 결정 모델입니다. 이 모델은 멀티모달 입력을 효율적으로 처리하여 출력 토큰을 생성하지 않고도 빠르고 정확한 응답을 제공합니다.LiquidAI d1-omni-600M은 텍스트, 이미지 및 음성에 대한 단일 패스 결정을 위해 설계된 600M 매개변수 결정 모델입니다. 이 모델은 멀티모달 입력을 효율적으로 처리하여 출력 토큰을 생성하지 않고도 빠르고 정확한 응답을 제공합니다.