Tagged

MODEL-ZOO

A collection of 297 posts

MODEL-ZOO

HeartMuLa音乐生成基础模型

HeartMula是一个开源音乐基础模型，将歌词转化为完整的歌曲。

MODEL-ZOO

LFM2.5-1.2B-Thinking边缘模型

Liquid AI刚刚发布了一个12亿参数模型，生成思考痕迹，完全在设备上运行，并且可以匹敌3-5倍大小的模型。

MODEL-ZOO

LightOnOCR-2：1B超能OCR模型

LightOnOCR-2 是一个基于VLM的10亿参数OCR模型，它直接挑战该领域更成熟的玩家，如 OLM OCR、DeepSeek OCR 和 dots.ocr。

MODEL-ZOO

微调 BERT 实现命名实体识别

在本文中，我们将通过一个完整的示例来使用流行的 CoNLL-2003 数据集微调预训练的 BERT 模型进行命名实体识别。

MODEL-ZOO

Flux.2 Klein：毫秒出图

Flux 2 Klein 是一个紧凑、闪电般快速且权重开放的图像模型，可以在不到一秒的时间内生成和编辑图像。

MODEL-ZOO

YOLO26：支持文本提示分割

Ultralytics的新SOTA模型，可以执行对象检测、实例分割、姿势估计、图像分类和定向边界框(OBB)，甚至可以使用自然语言提示分割对象。

MODEL-ZOO

GLM-4.7-Flash免费编码模型

一窥这款 30B MoE 模型，刚刚推出，提供无限免费 API 访问

MODEL-ZOO

TRELLIS.2：照片转3D模型

微软的 TRELLIS.2 让专业级 3D 建模变得触手可及。以下是我的试用体验。

MODEL-ZOO

Models.dev - AI SDK兼容模型跟踪

我曾经是一个自信满满的开发者，认为将AI集成到我的应用中轻而易举。但我万万没想到，我即将学到一个代价惨重的教训……

MODEL-ZOO

微调PHI-3以优化RAG

一个完整的、动手的指南，使用 Unsloth 在免费层级的 Google Colab 上对 Microsoft 的 3.8B 参数模型进行微调，实现 200% 的准确率提升并消除幻觉

MODEL-ZOO

FunctionGemma函数调用LLM

FunctionGemma是一个轻量级的开源模型，由Google开发，专门用于函数调用，而不是聊天。

MODEL-ZOO

Luxical: CPU上的超高速文本嵌入

Luxical是一种全新的文本嵌入方法，在 CPU 上运行速度极快，完全避免了繁重的 Transformer 推理，同时在文档相似度、聚类和分类方面依然表现出色。

MODEL-ZOO

Mistral OCR 3: 从识别到理解

Mistral OCR 3不仅仅是一个更强大的OCR引擎，更是从光学识别到真正理解文档的转变。

MODEL-ZOO

LFM2：边缘优先的基础模型系列

LFM2是专为设备端使用而设计的第二代模型系列，包括视觉、语音、嵌入等多个基础模型。

MODEL-ZOO

DeepSeek OCR 微调指南

在本指南中，我们将逐步讲解如何为定制DeepSeek OCR模型，仅需60 个训练步骤即可实现显著的性能提升。

MODEL-ZOO

Claude Opus 4.5: 最自信的AI

我们一直从单一维度评估 AI：能力、基准测试、速度。准确性。但Claude Opus 4.5 迫使我们增加第二个维度：性格匹配度。

MODEL-ZOO

Chronos-2 时序大模型

本文介绍亚马逊最新发布的开源权重模型—— Chronos-2 ，并展示它如何基于历史销售数据和温度作为协变量来预测产品需求。

MODEL-ZOO

强化蒸馏简明教程

一个小型的PyTorch模型如何仅通过+1/-1反馈从大型语言模型（LLM）中学习？这就是强化蒸馏的作用。

MODEL-ZOO

Olmo 3：开源训练过程

Allen AI 的 Olmo 3 模型系列不仅仅是“开放权重”，而是完全开源整个训练过程。

MODEL-ZOO

SAM 3D：从单张图像抽取3D模型

Meta 的新 SAM 3D 不再仅仅了解照片中的内容。它了解事物在 3D 空间中的位置。单击照片中的咖啡杯，它会返回完整的 3D 网格。指向一个人，你就可以得到他们完整的身体姿势和形状。

MODEL-ZOO

6个最适合本地运行的语言模型

本文列出了 6 款顶级的本地 LLM，您可以安装并实际使用。

MODEL-ZOO

Kimi K2 Thinking

Moonshot AI 的基准测试成绩，显示 K2 Thinking 在“代理推理”和“代理搜索”方面击败了顶级的 OpenAI 和 Anthropic 模型，但在“编码”方面并未达到顶尖水平。

MODEL-ZOO

FIBO - Nano Banana的开源对手

作为第一个原生支持JSON的图像生成模型，FIBO为每个渲染提供了可追溯性、可审计性和精确的可编辑性，专为代理、自动化和专业设计工作流程而构建。

MODEL-ZOO

Maya1：带情感控制的TTS

大多数语音AI听起来像2011年的昂贵GPS，清晰到可以理解，但情感平淡。Maya1不是这样，它可以根据提示实际设计您的TTS语音。

MODEL-ZOO

IBM Granite 4.0-Nano边缘AI模型

IBM推出了Granite 4.0 Nano模型系列，致力于创建强大且实用的大语言模型（LLM），这些模型特别优化用于边缘和设备端应用。