# 長文本處理

MiniCPM4是專為端側設備設計的高效大語言模型，通過系統創新在模型架構、訓練數據、訓練算法和推理系統四個關鍵維度實現極致的效率提升。

MiniCPM4是專為端側設備設計的高效大語言模型，通過系統創新在模型架構、訓練數據、訓練算法和推理系統四個維度實現極致效率提升，在端側芯片上可實現超5倍的生成加速。

Qwen3-4B是通義千問系列大語言模型的最新版本，具有4B參數規模，支持思維與非思維模式切換，擅長推理、指令遵循和多語言處理。

Qwen3是Qwen系列最新一代的大語言模型，提供了一系列密集和混合專家（MoE）模型。基於廣泛的訓練，Qwen3在推理、指令遵循、代理能力和多語言支持方面取得了突破性進展。

Qwen3 是 Qwen 系列最新一代的大語言模型，提供了一系列密集和混合專家（MoE）模型。基於廣泛的訓練，Qwen3 在推理、指令遵循、代理能力和多語言支持方面取得了突破性進展。

專為金融文本摘要任務微調的LED模型，基於pszemraj/led-large-book-summary，由華威商學院GEN AI GROUP 15團隊開發

Qwen3是通義千問系列大語言模型的最新版本，提供了一系列密集型和混合專家（MoE）模型。基於大規模訓練，Qwen3在推理、指令遵循、智能體能力和多語言支持方面取得了突破性進展。

Qwen3-8B-AWQ是通義千問系列最新一代8.2B參數的大語言模型，採用AWQ 4-bit量化技術優化推理效率。支持思維與非思維模式切換，具備卓越的推理、指令遵循和智能體能力。

Qwen3-4B是Qwen系列的最新大語言模型，具備思維模式切換能力、強大的推理能力、出色的人類偏好對齊、卓越的智能體能力以及多語言支持。

Qwen3是Qwen系列最新一代的大語言模型，提供了一系列密集和混合專家（MoE）模型。基於廣泛的訓練，Qwen3在推理、指令遵循、代理能力和多語言支持方面實現了突破性進展。

Qwen3是通義千問系列最新一代大語言模型，提供稠密模型和混合專家(MoE)模型的完整套件。基於大規模訓練，Qwen3在推理、指令遵循、智能體能力和多語言支持方面取得突破性進展。

基於Qwen/Qwen2.5-7B-Instruct微調的醫療推理模型，在多個醫療QA基準測試上表現優異

Qwen3-4B是Qwen系列最新一代的大語言模型，具有4B參數規模，支持100多種語言，在推理、指令遵循、代理能力和多語言支持方面表現優異。

Qwen3是通義千問系列最新一代大語言模型，提供全系列稠密模型和混合專家(MoE)模型。基於大規模訓練，Qwen3在推理能力、指令跟隨、智能體功能和多語言支持方面實現突破性進展。

Qwen3是阿里雲開發的最新大語言模型，具有強大的推理、指令遵循和多語言支持能力，支持思考與非思考模式切換。

Qwen3-4B是Qwen系列最新一代的大語言模型，具有4B參數規模，支持100多種語言，在推理、指令跟隨和代理能力方面表現突出。

Qwen3-4B是Qwen系列最新一代的大語言模型，具有4B參數規模，支持100多種語言，具備卓越的推理、指令遵循和代理能力。

Chonky是一款能夠智能地將文本分割成有意義的語義塊的Transformer模型，適用於RAG系統。

基於modernBERT-base架構的日語大語言模型，支持最大8192的序列長度，使用3.4TB日語語料訓練

Orpheus-3B-0.1-FT 是一個基於因果語言模型的文本轉語音模型，支持高效的量化壓縮。

這是一個經過INT8量化的Mistral-Small-3.1-24B-Instruct-2503模型，由Red Hat和Neural Magic優化，適用於快速響應和低延遲場景。

Chonky是一款能智能將文本分割成有意義語義塊的Transformer模型，可用於RAG系統。

Shisa V2是由Shisa.AI訓練的雙語（日語/英語）通用聊天模型，專注於提升日語任務能力的同時保持強大的英語能力。

基於ModernBERT-Ja構建的日語通用重排序模型，具有頂尖性能表現和長序列處理能力

基於allenai/longformer-base-4096微調的聖經文本相關度預測模型

一款革命性的開源模型，能以卓越的效率和準確性對阿拉伯語長文本進行重排序。

這是一個從ModernBERT-base微調而來的交叉編碼器模型，用於計算文本對的分數，適用於文本重排序和語義搜索任務。

這是一個基於ModernBERT-base微調的交叉編碼器模型，用於文本重排序和語義搜索任務。

基於VIDraft/Gemma-3-R1984-27B轉換的GGUF格式模型，支持多語言文本生成

這是一個基於Mistral3架構的24B參數條件生成模型，經過FP8動態量化優化，適用於多語言文本生成和視覺理解任務。

這是一個從ModernBERT-large微調而來的交叉編碼器模型，用於計算文本對的分數，適用於文本重排序和語義搜索任務。

Qwen2.5-YOYO第五代模型，整合了多個先進模型的特點，優化了模型合併公式，支持100萬token上下文。

這是一個從ModernBERT-base微調而來的交叉編碼器模型，用於文本重排序和語義搜索任務。

這是一個從ModernBERT-base微調而來的交叉編碼器模型，用於計算文本對的分數，適用於文本重排序和語義搜索任務。

OLMo-2-0325-32B是由AllenAI開發的一個大型語言模型，具有320億參數，適用於多種文本生成任務。

Trillion-7B預覽版是一款多語言大型語言模型，支持英語、韓語、日語和中文，在保持較低計算量的同時實現了與更高計算量模型競爭的性能。

Gemma-3-12b-it 是 Google 開發的一個大型語言模型，基於 transformer 架構，專注於文本生成任務。

EXAONE Deep系列模型在數學和編程等推理任務中表現出色，本模型為24億參數的AWQ量化版本

Kyro-n1.1是Kyro-n1的增強版本，基於Qwen2.5-7B-Instruct構建，優化了推理能力、理解力和響應精準度。

基於Mistral架構的克羅地亞語文本生成模型，使用Unsloth加速訓練