# 小參數高效

該模型是基於Qwen/Qwen2.5-1.5B-Instruct微調而來的文本生成模型，使用TRL進行訓練，為文本生成任務提供了強大的支持。

LaMini-Flan-T5-783M 是一個基於T5架構的輕量級文本生成模型，支持英語、俄語和烏克蘭語，適用於多種自然語言處理任務。

OpenRS3-GRPO-ja是基於SakanaAI/TinySwallow-1.5B-Instruct模型在日語數學指令數據集上微調的版本，採用GRPO方法訓練，專注於數學推理任務。

FlowerVLA是一個針對機器人操作任務預訓練的視覺-語言-動作模型，基於CALVIN ABC數據集訓練，採用高效的流匹配架構，僅約10億參數。

Qwen2-1.5B-Instruct 是阿里雲推出的一個15億參數規模的指令微調大語言模型，適用於問答和對話任務。

基於LLaMA-3B構建的微調推理模型，增強推理能力，支持多語言處理

Kanana是由Kakao開發的雙語大語言模型系列，在韓語任務上表現卓越，同時在英語任務上保持競爭力。2.1b版本是該系列的輕量級基礎模型。

布穀鳥是一個小型（3億參數）信息抽取模型，通過模仿大語言模型的下一詞預測範式進行高效信息抽取

LLaVE是基於LLaVA-OneVision-0.5B模型的多模態嵌入模型，參數規模為0.5B，能夠對文本、圖像、多圖像和視頻進行嵌入。

基於微軟Phi-1.5架構的視覺語言模型，結合CLIP實現圖像處理能力

Prem-1B-SQL是Prem AI開發的10億參數文本轉SQL模型，專為本地化部署設計，支持低配GPU和CPU設備運行。

基於Microsoft/Phi-3.5-mini-instruct微調的版本，優化了意大利語性能的小型但強大的語言模型

Kyara是一個通過知識檢索增強的語言模型微調項目，專注於提升模型在繁體中文等資源較少語言上的表現。

基於Phi-3-mini-4k-instruct和CLIP-ViT-Large-patch14-336微調的LLaVA模型，支持圖像轉文本任務

基於microsoft/phi-2在ultrachat_200k數據集上微調的大語言模型，適用於對話生成任務。

基於EEVE-Korean-2.8B-v1.0微調的韓語指令模型，採用DPO優化訓練

這是一個基於Open Llama 3B V2架構的模型，使用WizardLM_evol_instruct_V2_196k數據集訓練而成，適用於指令跟隨任務。

Cappy是一款預訓練的小型評分器，旨在提升多任務大語言模型（LLM）的性能與效率。該模型接收指令和候選響應作為輸入，輸出0到1之間的評分，表示響應相對於指令的預估正確程度。

這是一個基於TinyStories數據集訓練的1.1億參數Llama 2架構模型，適用於輕量級文本生成任務。

Phi-1是一個13億參數的Transformer模型，專為Python基礎編程設計，在HumanEval基準測試中準確率超過50%

Open Cabrita 3B 是一個針對葡萄牙語優化的開源大語言模型，基於LLaMA架構，旨在縮小外語與英語模型之間的性能差距。

這是一個擁有1.64億參數的Python代碼生成模型，基於StarCoder架構，專門針對Python代碼生成任務進行了優化。

LaMini-T5-61M是基於T5-small架構，在LaMini-instruction數據集上微調的指令跟隨模型，參數規模為61M。

NorBERT 3 xs 是一個針對挪威語優化的BERT模型，屬於新一代NorBERT語言模型系列中的最小版本，參數量為15M。

基於因果語言建模目標預訓練的印尼語生成模型，使用Flax框架訓練

基於因果語言建模目標預訓練的印尼語生成模型，使用Flax框架在TPUv3-8上訓練

這是一個基於mT5-small模型的多任務系統，專門針對土耳其語設計，能夠執行答案提取、問題生成和問答三項任務。

這是一個基於KLUE-RoBERTa-small的韓語句子轉換器模型，專門用於句子相似度計算和自然語言推理任務。

基於GPT-Neo-125M微調的Python代碼自動補全模型，專注於方法補全任務