Tagged

MODEL-ZOO

A collection of 411 posts

MODEL-ZOO

Muse Glimmer：Meta开源VLM

一个压缩到12.5 GB的300亿参数视觉语言模型，完全在16 GB Mac mini的内存中运行。

MODEL-ZOO

2026年最好的AI图像生成器

一个提示词。八个AI图像生成器。九张人像。在你滚动之前，先看看你能不能猜出每张图片出自哪个模型。

MODEL-ZOO

微调 Kronos 来预测股市

不需要数学学位。只是一次关于 Kronos 实验的诚实记录，而这次实验的结果出乎我的意料。

MODEL-ZOO

Qwen 3.8 Max 深入解读

Qwen 3.8 Max 来了。它正在直接挑战 OpenAI 和 Anthropic 最具统治力的闭源系统，而成本只有它们的一小部分。

MODEL-ZOO

10 美元微控制器上的语言模型

一个从头训练的自定义 transformer 在 ESP32-S3 上解析英文硬件命令——1.2 MB 的权重，无 WiFi、无云端、无 API 密钥。

MODEL-ZOO

基础模型的崛起

过去几篇文章中，我一直对大型语言模型大加批评。一些读者将此视为对LLM的宣战……但并非如此。

MODEL-ZOO

十大开源编程 LLM (2027-08)

最好的那个需要服务器。能运行在你自己GPU上的比你想象的更接近。

MODEL-ZOO

用法律合同微调Nemotron-8B

一个易懂、可重现的LoRA、量化、训练损失、验证和模型评估指南。

MODEL-ZOO

基于时间序列基础模型的异常检测

基于 AWS Chronos-2 的实践者指南

MODEL-ZOO

LingBot-Map：LiDAR 挑战者

几十年来，严肃的 3D 场景重建背后一直隐含着一个直白的假设：你需要专门的硬件。LiDAR 传感器每台的造价高达数千美元。

MODEL-ZOO

Granite Docling 文档解析小模型

大多数文档 AI 对页面使用大型通用模型。IBM 走了另一条路：一个只有 2.58 亿参数的小型模型，专门为一项工作构建——文档转换——它匹配或击败了大得多的系统。诀窍不在于大小，而是一种叫做 DocTags 的标记格式……

MODEL-ZOO

PaddleOCR-VL-1.6

这个开源模型刚刚达到了96.33 SOTA，仅用0.9B参数就碾压了Gemini 3 Pro和Qwen3-VL-235B。

MODEL-ZOO

TabFM：表格数据零样本基础模型

自从我们推出 TimesFM 以来，人们在处理时间序列预测方面已经发生了巨大变化。现在，我们将同样的"零样本"逻辑引入到表格数据中。

MODEL-ZOO

UniAD 自动驾驶基础模型

UniAD是端到端自动驾驶的基础模型。它于2023年4月由OpenDriveLab、武汉大学和商汤科技研究院联合提出，并荣获CVPR 2023最佳论文奖。

MODEL-ZOO

BEVFusion 雷视融合模型

BEVFusion统一的鸟瞰视角和多任务学习方法如何塑造自动驾驶车辆感知的未来。

MODEL-ZOO

NVIDIA LocateAnything-3B

LocateAnything-3B代表了视觉定位领域的重大进步——这一领域专注于帮助AI不仅理解图像中有什么，还能精确知道每个物体在哪里。

MODEL-ZOO

Krea 2 开源图像生成模型

Krea 2是一个120亿参数的开源图像模型，可与闭源API相媲美。以下是技术报告揭示了什么以及如何在本地运行它。

MODEL-ZOO

DeepSeek DSpark 让推理提速85%

DeepSeek V4 Pro DSpark使用了完全相同的V4 Pro检查点，只是在上面附加了一个额外的推理模块。

MODEL-ZOO

本地运行Fable 5增强版Gemma 4

了解如何使用预构建的llama.cpp二进制文件在RTX 5070 Ti上本地运行Fable 5增强版Gemma 4，测试MTP推测解码，连接Pi实现私有AI编码智能体工作流，并排查常见设置问题。

MODEL-ZOO

Ornith-1.0-35B：超快的MoE模型

DeepReinforce的Ornith-1.0–35B MoE模型以极低的计算量提供了接近27B密集模型的质量。我在llama.cpp上测试了它——无需任何升级。

MODEL-ZOO

Unlimited OCR 解读

在标准的32K最大上下文长度下，百度Unlimited OCR首次让OCR模型能够一次性读取整本书。

MODEL-ZOO

JetBrains Mellum2

本地AI的模型速度：什么才真正重要？测试不同模型并理解如何为你的任务选择最佳模型。

MODEL-ZOO

DiffusionGemma 图解

DiffusionGemma让我特别兴奋，因为它采用了一种不同的文本生成方式，同时利用了我们现有"常规"大语言模型的许多优秀特性。

MODEL-ZOO

Claude Fable 5 开发者指南

claude-fable-5 API 已上线。开发者现在问的问题不再是"它是真的吗？"而是"什么时候该用 Fable 5，我该怎么实际接入它？"

MODEL-ZOO

Gemma 4 12B：无编码器多模态AI

Gemma 4 12B是一个开放的、无编码器的多模态模型，可以在16GB的笔记本电脑上运行。这实际上意味着什么，以及为什么这很重要。