# 低參高效

Qwen3-0.6B 是 Qwen 系列最新一代的 0.6B 參數規模的大語言模型，支持思維和非思維模式切換，具備強大的推理、指令遵循和多語言能力。

通義千問系列大語言模型的最新版本，支持思維與非思維模式切換，具備強大的推理、多語言和智能體能力。

獵鷹-H1是由TII開發的混合Transformers+Mamba架構的因果解碼器專用語言模型，支持英語，性能卓越。

Qwen3-1.7B是通義千問系列最新一代大語言模型中的17億參數版本，支持思維模式切換、多語言處理和智能體能力。

Qwen3-0.6B是通義千問系列最新一代0.6B參數規模的大語言模型，支持思維與非思維模式切換，具備強大的推理、指令遵循和智能體能力。

OpenMath-Nemotron-1.5B是基於Qwen2.5-Math-1.5B在OpenMathReasoning數據集上微調的數學推理模型，在多個數學基準測試中取得最先進結果。

基於Qwen2視覺模型與stella_en_1.5B_v5結合的多語言視覺檢索器，在Vidore基準測試中參數量≤20億的模型中排名第一

基於微調的 Llama 3.2 (3B) 的對話摘要模型，專門用於生成對話的簡潔摘要。

專為越南語優化的RAG版LLaMA3.2模型，基於Meta的輕量級LLM開發，適合本地和邊緣設備部署。

Xinyuan-VL-2B 是賽靈格集團推出的面向終端側的高性能多模態大模型，基於 Qwen/Qwen2-VL-2B-Instruct 微調而成，使用了超過500萬條多模態數據及少量純文本數據。

結合Phi-3-mini-3.8B大語言模型與LLaVA v1.5的視覺語言模型，提供先進的視覺語言理解能力。

ConvAI-9b是一個擁有90億參數的對話式AI模型，基於Zephyr-7b-beta和Mistral-7B-v0.2融合構建，適用於聊天機器人、虛擬助手等交互場景。

基於Mistral架構的70億參數多語言翻譯模型，支持10種語言的翻譯相關任務

CodeGemma是基於Gemma構建的輕量級開源代碼模型系列，包含文本到文本和文本到代碼的解碼器模型，專精代碼補全與生成任務。

MiniCPM是由面壁智能與清華大學自然語言處理實驗室聯合開源的一系列端側大語言模型，核心語言模型MiniCPM-2B僅含24億非詞嵌入參數。

Proctora是基於混合專家架構(MoE)的模型，結合了角色扮演和事實性回答的專家模塊，支持32K上下文長度，在AI-RPG評估中表現優異。