# 高效微調

本模型是基於Qwen3-0.6B微調的對話輪次檢測模型，採用Unsloth和Huggingface TRL庫加速訓練，在對話輪次檢測任務中準確率達96.22%。

這是一個發佈在Hub上的transformers模型，具體功能和詳細信息待補充。

這是一個已上傳到 Hugging Face Hub 的 transformers 模型，具體信息待補充。

這是一個基於Hugging Face Transformers庫的模型，使用Unsloth進行優化。具體功能和用途需要進一步補充信息。

基於ByteDance-Seed/Seed-Coder-8B-Base模型在特定數據集上微調的大語言模型，支持長序列輸入和高效訓練策略。

這是一個基於🤗 transformers庫的模型，使用了unsloth技術進行優化。具體功能和用途需要進一步補充信息。

基於Qwen2.5架構的3B參數指令微調模型，使用Unsloth和Huggingface TRL庫優化訓練速度

這是一個基於🤗 transformers庫的模型，具體功能和用途尚未明確說明。

Qwen3是Qwen系列最新一代的大語言模型，提供了一系列密集和混合專家（MoE）模型。基於廣泛的訓練，Qwen3在推理、指令遵循、代理能力和多語言支持方面實現了突破性進展。

Qwen3-4B是Qwen系列最新一代的大語言模型，具有4B參數規模，支持100多種語言，在推理、指令遵循、代理能力和多語言支持方面表現優異。

Qwen3-1.7B是Qwen系列最新一代1.7B參數規模的大語言模型，支持在思考與非思考模式間切換，具備增強的推理能力和多語言支持。

Qwen3是Qwen系列最新一代的大語言模型，提供了一套全面的密集和混合專家（MoE）模型。基於廣泛的訓練，Qwen3在推理、指令遵循、代理能力和多語言支持方面實現了突破性進展。

Qwen3-0.6B是阿里雲開發的0.6B參數規模的大語言模型，屬於Qwen3系列的最新成員，支持100多種語言，具備強大的推理、指令遵循和多語言能力。

Qwen3是阿里雲開發的最新大語言模型，具有強大的推理、指令遵循和多語言支持能力，支持思考與非思考模式切換。

Qwen3-4B是Qwen系列最新一代的大語言模型，具有4B參數規模，支持100多種語言，在推理、指令跟隨和代理能力方面表現突出。

MiniCPM-S-1B-sft 是一個基於激活稀疏化技術優化的1B參數規模語言模型，通過ProSparse方法實現高稀疏性推理加速，同時保持與原始模型相當的性能。

基於google/gemma-3-12b-it模型，通過EZO訓練方法提升日語性能的文本生成模型

Falcon-E-1B-Base 是由 TII 開發的一個高效 1.58 位語言模型，採用純 Transformer 架構，專為邊緣設備優化設計。

這是一個基於MediaSpeech數據集訓練的阿拉伯語模型，具體用途和功能需要更多信息確認。

基於canopylabs/orpheus-3b-0.1-pretrained微調的法語文本生成模型

基於Qwen2.5-VL-3B模型的微調版本，使用Unsloth和Huggingface TRL庫進行訓練，推理速度提升2倍

Llama Factory 是一個基於 Transformers 庫的模型，可能用於文本生成或其他自然語言處理任務。

DeepSeek-V3的5層簡化開發版本，適用於輕量級任務和快速實驗。

這是一個基於Turkish-Llama-8b-DPO-v0.1模型微調的土耳其語函數調用模型，專門用於執行土耳其語的函數調用任務。

該模型是基於Turkish-Llama-8b-DPO-v0.1調整的，專門用於土耳其語的功能調用任務。

基於DistilBERT的輕量級文本分類模型，用於位置分類任務

基於transformers庫的模型，可能使用了unsloth和trl進行優化，適用於監督式微調(SFT)任務

該模型是基於TRL（Transformer Reinforcement Learning）庫優化的高效微調模型，專注於強化學習在Transformer模型中的應用。

基於distilbert-base-uncased微調的文本分類模型，F1分數為0.6147

T5 Small 是 Google 發佈的 T5（Text-To-Text Transfer Transformer）系列模型中的小型版本，適用於多種文本處理任務。

基於Mistral架構的克羅地亞語文本生成模型，使用Unsloth加速訓練

該模型是基於DistilBERT-base-uncased在CoLA（Corpus of Linguistic Acceptability）數據集上微調的版本，用於語法可接受性判斷任務。

這是一個從bert-tiny微調而來的交叉編碼器模型，用於計算文本對的相似度分數，適用於語義文本相似度、語義搜索等任務。

這是一個從bert-tiny微調而來的交叉編碼器模型，用於計算文本對的相似度分數，適用於語義文本相似度、語義搜索等多種任務。

YuLan-Mini-Instruct是一個24億參數的緊湊但強大的文本生成模型，專注於數學和代碼推理任務，支持中英文。

基於DistilBERT架構優化的網絡入侵檢測模型，用於識別和分析網絡流量中的異常行為

這是基於facebook/wav2vec2-base微調的音頻處理模型，主要用於語音相關任務

SmolLumi-8B-Instruct是一個基於Unsloth和Huggingface TRL庫訓練的8B參數羊駝模型，專注於文本生成推理任務。

基於Qwen 2.5 14B Instruct模型微調的大語言模型，使用伽馬語料庫v2-50k數據集訓練

基於transformers庫的蒸餾模型，由DeepSeek-AI開發，基於Qwen-14B模型進行知識蒸餾得到