# 商業友好許可

基於Flex.1-alpha訓練的Redux適配器，採用512x512分辨率SigLIP2視覺編碼器，生成更精細圖像

基於Stable Diffusion 3.5大模型的模糊控制網絡，用於通過模糊圖像控制生成內容

專為Stable Diffusion 3.5設計的ControlNet模型集合，支持Canny邊緣、深度圖和模糊處理三種控制類型

航天飛機3號擴散模型是一款高效的文本生成圖像AI模型，僅需4步即可根據文本提示創建細節豐富且多樣化的圖像。

基於模型融合技術優化的命名實體識別模型，F1分數提升3.25個點至0.6601

基於RoBERTa架構的零樣本分類模型，專為無需訓練數據的文本分類任務設計，支持GPU與CPU運行，使用完全商業友好的數據訓練。

BTLM-3B-8k-base是一個具有8k上下文長度的30億參數語言模型，基於6270億token的SlimPajama數據集訓練而成，性能可媲美開源70億參數模型。

該項目遵循Apache 2.0許可證，為使用和分發提供了明確的規則和保障。