# 低計算成本

基於Qwen/Qwen2.5-1.5B-Instruct模型進行微調，使用了TinyV獎勵系統，能在高效強化學習（RL）後訓練中提供更準確的獎勵信號，顯著提升RL效率和最終模型性能。

層級蒸餾（SwD）是一種通過逐步增加生成過程中的空間分辨率來加速擴散模型（DMs）的全新框架。

基於YOLOv8/YOLO11架構的快速種族分類模型，訓練於FairFace數據集，用於面部種族分類任務。

一個基於BERT-LoRA的微調模型，用於高效檢測惡意網址，包括釣魚、惡意軟件和篡改威脅。

IndicBART-XLSum是一個基於多語言獨立腳本IndicBART的序列到序列預訓練模型，專注於印度語言。

基於漏斗Transformer和ELECTRA目標的高效阿拉伯語模型，計算成本低且性能優越

ELECTRA是一種通過判別式預訓練的自監督語言表示學習方法，以較低計算成本實現高效訓練。

AraELECTRA是一種基於ELECTRA架構的阿拉伯語預訓練語言模型，通過判別式預訓練方法實現高效的語言理解。