# Apache-2.0許可

Qwen3-32B-8bit是基於Qwen3-32B模型量化的8位版本，適用於文本生成任務，由mlx-community發佈。

這是一個基於Wan-AI/Wan2.1-T2V-14B模型的GGUF格式轉換版本，主要用於文本生成視頻任務。

OpenF5 TTS 是一款基於F5-TTS框架訓練的開源文本轉語音模型，支持零樣本語音克隆功能，採用Apache 2.0許可協議，可商業使用。

Qwen3-0.6B 是一個基於 Transformer 架構的開源語言模型，參數規模為 6 億，適用於文本摘要等自然語言處理任務。

OLMo 2 1B SFT是基於OLMo-2-0425-1B模型的監督微調版本，在Tulu 3數據集上訓練，旨在實現多種任務的最先進性能。

阿里巴巴PAI發佈的14B參數規模的多模態模型，支持文本生成視頻任務

PhoBERT是基於RoBERTa架構優化的越南語預訓練語言模型，適用於越南語文本分類任務。

一個支持15種語言的學習型稀疏檢索模型，專為OpenSearch設計，無需推理即可實現高效檢索

一個基於Apache-2.0許可證的表格分類模型，支持英文語言，主要用於表格數據的分類任務。

Jina Embeddings V2 Base Code 是一個基於轉換器架構的英文文本嵌入模型，專注於代碼相關文本的特徵提取和句子相似度計算。

Nomic-embed-text-v1.5是由Nomic AI開發的文本嵌入模型，基於sentence-transformers庫，專注於句子相似度任務。

這是一個基於Bilal-Mamji/Medical-summary數據集訓練的醫療摘要生成模型，主要用於從醫療文本中生成簡潔的摘要。

WiroAI開發的土耳其語大語言模型，基於Llama-3.1-8B-Instruct微調，專注於土耳其語文本生成和對話任務。

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。

基於20萬條文本數據訓練而成的髒話檢測模型，用於識別文本中的不當語言。

基於KStack數據集微調的CodeLlama-7B模型，專為Kotlin代碼生成優化

該模型是一個基於Apache-2.0許可證的開源模型，支持阿布哈茲語，主要用於目標檢測任務。

基於Meta-Llama-3-8B-Instruct的韓語指令調優版本，專門優化了韓語理解和生成能力

test-dare 是一個基於 Mistral-7B 的合併模型，通過 DARE 方法合併了多個 Mistral-7B 變體，旨在結合各模型的優勢。

本項目是一個遵循開源規範的項目，採用Apache-2.0許可證，為使用者提供保障和使用自由。

M2-BERT-128是論文《Benchmarking and Building Long-Context Retrieval Models with LoCo and M2-BERT》中提出的8000萬參數檢索模型檢查點

GEITje-7B-chat 是一個基於 Mistral 架構的荷蘭語對話模型，專為聊天和對話任務優化。

這是一個基於Apache-2.0許可證的視覺問答模型，支持英文語言，專注於處理視覺相關的問答任務。

Merlyn Education Safety 12B 是一個專注於教育領域安全內容生成的大型語言模型，由 Merlyn Mind 開發。

Japanese StableLM Instruct Gamma 7B是由Stability AI開發的日語大語言模型，基於Mistral架構，專注於日語指令理解和生成任務。

Mistral 7B v0.1是由Mistral AI開發的一個70億參數的開源大語言模型，採用Apache 2.0許可證發佈。

專注於日本漫畫的日語文本光學字符識別模型

120億參數的教育領域安全評估模型，專為課堂環境設計的內容適宜性判斷工具

基於RoBERTa架構，在CiNii Articles的日語學術論文摘要上預訓練的掩碼語言模型

該模型信息不足，無法提供具體介紹。

基於ParsBERT的波斯語句子嵌入模型，用於生成高質量的句子向量表示

Stanza是一套精準高效的多語言文本分析工具集，提供烏爾都語的文本分析功能。

基於維基百科數據集訓練的多語言BERT精簡版本，專門針對德語優化，保持原始模型的表徵輸出和準確率。

這是一個支持俄語的文本處理模型，主要用於文本生成和文本補全任務。

這是bert-base-multilingual-cased的定製化精簡版本，專門針對俄語處理優化，保持原始模型的表徵能力。

這是bert-base-multilingual-cased的定製化精簡版本，專門針對土耳其語優化，能完全復現原始模型的表徵輸出，確保原始精度無損。

該模型是基於roberta-base-bne在sqac數據集上微調的西班牙語問答模型

這是bert-base-multilingual-cased的定製化精簡版本，專為泰語處理優化，保持原始模型的準確率。