花岗岩开关 4.1 8B

Apertus 1.5

大语言模型

一系列多语言、多模态的语言模型，旨在支持广泛的语言和上下文。它提供开源访问和改进的推理能力，使其适用于多种人工智能应用。Apertus 1.5 是一系列多语言、多模态的语言模型，旨在支持广泛的语言和上下文。它提供开源访问和改进的推理能力，使其适用于多种人工智能应用。

SmolLM3语言模型

大语言模型

#45

拥有30亿参数的语言模型，旨在推动小型模型的边界。它支持双模式推理、六种语言和长上下文处理，在30亿到40亿规模上提供强大的性能。SmolLM3是一个拥有30亿参数的语言模型，旨在推动小型模型的边界。它支持双模式推理、六种语言和长上下文处理，在30亿到40亿规模上提供强大的性能。

Mistral-7B-Instruct-v0.3

大语言模型

经过微调的大型语言模型，旨在执行指令性任务。它支持函数调用和扩展词汇，使其在各种应用中具有多功能性。Mistral-7B-Instruct-v0.3 是一个经过微调的大型语言模型，旨在执行指令性任务。它支持函数调用和扩展词汇，使其在各种应用中具有多功能性。

AliceAI-Foundation-80B-A3B-Base

大语言模型

#29

具有混合架构和 MoE 层的基础语言模型，拥有 800 亿个参数。它在事实知识任务中表现出色，尤其是在俄语方面，并支持最长 262,144 个标记的上下文长度。AliceAI-Foundation-80B-A3B-Base 是一个具有混合架构和 MoE 层的基础语言模型，拥有 800 亿个参数。它在事实知识任务中表现出色，尤其是在俄语方面，并支持最长 262,144 个标记的上下文长度。

Laguna M.1

大语言模型

#36

拥有 2250 亿参数的专家混合模型，旨在进行自主编码和长时间任务。它具有高容量的专家路由和全局注意力架构，在各种基准测试中表现出色。Laguna M.1 是一个拥有 2250 亿参数的专家混合模型，旨在进行自主编码和长时间任务。它具有高容量的专家路由和全局注意力架构，在各种基准测试中表现出色。

HRM-Text-1B

大语言模型

由 Sapient Intelligence 开发的一个拥有 10 亿参数的语言模型。基于层次推理模型架构，它旨在处理高级自然语言处理任务，提供双时间尺度递归架构以实现高效计算。HRM-Text-1B 是由 Sapient Intelligence 开发的一个拥有 10 亿参数的语言模型。基于层次推理模型架构，它旨在处理高级自然语言处理任务，提供双时间尺度递归架构以实现高效计算。

Spark-X2.5-4B

大语言模型

#24

紧凑型通用语言模型，旨在提高效率和可访问性。它支持超过 200 种语言，并在对话、写作和编码等任务中表现出色，具有高达 1M 令牌的上下文窗口。Spark-X2.5-4B 是一款紧凑型通用语言模型，旨在提高效率和可访问性。它支持超过 200 种语言，并在对话、写作和编码等任务中表现出色，具有高达 1M 令牌的上下文窗口。

Inkling-Small

大语言模型

#27

多功能的多模态模型，处理文本、图像和音频输入以生成文本输出。它支持开发人员创建聊天机器人和编码助手等 AI 应用程序，并提供开放权重以便于研究和集成。Inkling-Small 是一个多功能的多模态模型，处理文本、图像和音频输入以生成文本输出。它支持开发人员创建聊天机器人和编码助手等 AI 应用程序，并提供开放权重以便于研究和集成。