# 輕量級架構

海豚是一種創新的多模態文檔圖像解析模型，採用'先分析後解析'的範式處理複雜文檔元素。

基於HieraDet圖像編碼器的SAM2模型，專注於圖像特徵提取任務。

Linknet是一個基於PyTorch實現的圖像分割模型，適用於語義分割任務。

Allegro是一款開源的高質量文本到視頻生成模型，能夠生成2至6秒、15 FPS的詳細視頻，支持多種分辨率。

Allegro是一款開源的文本生成視頻模型，支持生成高質量、多樣化的動態場景視頻。

Hiera是一種高效的分層視覺Transformer模型，在圖像和視頻任務中表現優異且運行速度快

Hiera是一種層次化視覺Transformer模型，兼具快速、強大且簡潔的特性，在圖像視頻任務中超越現有技術且速度更快。

Hiera是一種分層式視覺Transformer模型，兼具快速、強大且簡潔的特性，在廣泛圖像視頻任務中超越現有技術水平同時顯著提升運行速度。

Hiera是一種層次化視覺Transformer模型，具有快速、強大且簡潔的特點，在圖像和視頻任務中表現優異。

Mistral架構的隨機初始化模型，適用於端到端測試。

RuLeanALBERT 是一個針對俄語預訓練的掩碼語言模型，採用了內存高效的架構。

EfficientNetV2 是一個高效的卷積神經網絡架構，特別優化了訓練速度和參數效率。61通道版是該架構的一個變體。

LeViT-256是基於Transformer架構的高效視覺模型，專為快速推理設計，在ImageNet-1k數據集上預訓練。

這是一個小型BERT模型的虛擬示例，用於演示和測試目的

ALBERT大模型的阿拉伯語預訓練版本，基於約44億詞的阿拉伯語語料訓練

基於1B詞元規模預訓練的RoBERTa基礎模型，驗證困惑度為3.93，適用於英語文本處理任務。

ReXNet-1.3x是基於ReXNet架構的圖像分類模型，在ImageNette數據集上進行了預訓練。該模型通過改進殘差塊中的Squeeze-Excitation層來減少通道冗餘。

基於 ImageNette 數據集預訓練的 CSP-Darknet-53 Mish 架構圖像分類模型

ReXNet-1.5x 是一個基於 ImageNette 數據集預訓練的輕量級圖像分類模型，採用 ReXNet 架構，通過改進殘差塊中的 Squeeze-Excitation 層來減少通道冗餘。

這是一個精簡版的保加利亞語RoBERTa模型，僅包含6個隱藏層，但保持了相近的性能表現。