# 合成數據增強

本模型是基於Qwen3-0.6B微調的對話輪次檢測模型，採用Unsloth和Huggingface TRL庫加速訓練，在對話輪次檢測任務中準確率達96.22%。

SauerkrautTTS-Preview-0.1 是一款基於強大模型微調的德語文本轉語音（TTS）模型，提供四種獨特的德語發音人聲。

基於Gemma 3 12B IT的創意寫作模型，融合角色扮演和長篇創意寫作能力

基於VILA-v1.5-13B開發的視頻文本生成模型，能夠為輸入視頻生成精細的描述文本，符合人類偏好。

基於埃及法律書籍和合成數據訓練的阿拉伯語句子轉換器，專為語義文本相似度和信息檢索任務優化。

AeroGen 是首個同時支持水平與旋轉邊界框條件生成的模型，能夠生成滿足特定佈局和物體類別要求的高質量合成圖像。

這是Dicta - IL的dictalm2.0 - instruct模型的微調版本，專門用於生成希伯來語的問答對。

Depth Anything V2 是基於 DPT 架構的深度估計模型，採用 DINOv2 骨幹網絡，通過大規模合成和真實數據訓練，實現精細且魯棒的深度預測。

基於GLiNER的微調版本，專為新聞實體抽取優化，在18個基準測試中零樣本準確率最高提升7.5%

貓鼬-7B-v1.0是指令調優的醫療AI系統，首次在所有7B參數模型中突破了美國醫師執照考試（USMLE）60%的及格線。

基於wav2vec2-xls-r-300m架構的孟加拉語語音識別模型，針對特定命令集進行了微調