# 高精度語義理解

Qwen3-30B-A3B-abliterated 是一個基於 Qwen 架構的 300 億參數大型語言模型，專注於文本生成任務。

基於SigLIP 2的ViT圖像編碼器，專為timm設計，適用於視覺語言任務

基於WebLI數據集訓練的SigLIP 2視覺語言模型，適用於零樣本圖像分類任務。

一個在WebLI數據集上訓練的SigLIP 2視覺語言模型，適用於零樣本圖像分類任務。

SigLIP 2 是基於 SigLIP 預訓練目標的改進模型，整合了多項技術以提升語義理解、定位和密集特徵提取能力。

該模型是一個文本生成模型，能夠根據輸入的提示生成連貫的文本內容。

Qwen2.5-7B-Instruct 是一個基於 Qwen2.5 架構的 7B 參數規模的中文指令微調大語言模型，適用於文本生成和推理任務。

Qwen2.5-1.5B-Instruct 是一個基於 Qwen2.5 架構的 15 億參數的中文指令微調模型，適用於文本生成和推理任務。

BERTIS是一個基於BERT架構的文本分類模型，專門用於將輸入文本歸類至14種預定義的意象圖式類別。