# 多任务支持

Google Gemma-3n-E2B模型的静态量化版本，提供多种量化类型以平衡模型大小和性能。

基于Redis Langcache Embed v1微调的句子转换器模型，用于生成768维句子嵌入向量

基于Transformers库的通用文本生成模型，支持多种自然语言处理任务

YOYO-O1-32B是一个融合了开源社区顶尖32B推理模型与代码模型的多功能大语言模型，采用SCE融合技术构建。

一个支持多种语言的句子转换器模型，适用于文本排序任务

Frigg-v2-8b-ACADEMIC-128K-Q4_K_M-GGUF 是一个基于 GGUF 格式的 8B 参数大语言模型，适用于多种文本生成任务。

0x Mini是由Ozone AI开发的轻量级语言模型，基于Llama-3.1架构优化，提供高效的文本生成能力

由Linkbricks Horizon - AI开发的日语强化语言模型，基于70B参数规模，支持日、韩、中、英多语言处理，擅长逻辑推理和跨语言任务。

Llama-3.2-Taiwan-1B 是一个基于 Meta 的 Llama-3.2-1B 模型的多语言文本生成模型，特别支持中文（台湾地区）及其他多种语言。

OmniGen是一个统一的多模态图像生成模型，能够根据多样化指令生成各类图像，无需额外插件和预处理步骤。

该模型是一个基于Transformers架构的模型，具体用途和功能需要进一步信息确认。

SAM2-Hiera小型版是Meta发布的SAM2模型的小型变体，用于高效的掩模生成任务。

这是一个基于BAAI/bge-base-en-v1.5微调而来的句子嵌入模型，专为金融领域文本设计，能够将句子和段落映射到768维向量空间。

xFinder-qwen1505 是专为大语言模型（LLMs）关键答案提取设计的模型，通过对 Qwen-1.5-0.5B 微调训练而成。

Bonito是一个开源的条件任务生成模型，专注于将未标注文本转化为特定任务的指令调优训练数据集。

YOLOv8 是 Ultralytics 开发的最新一代目标检测模型，基于先前 YOLO 版本的成功构建，引入了新功能和改进，进一步提升性能和灵活性。

InstantID 是一种无需调优的先进方法，仅需单张图像即可实现身份保持生成，支持多种下游任务。

腾讯安全玄武实验室开发的隐私保护模型，通过隐藏敏感信息与还原输出的流程保护用户隐私。

基于公开可用的泰米尔语单语数据集训练的BERT模型，适用于泰米尔语自然语言处理任务。

由格罗宁根大学开发的荷兰语预训练BERT模型，适用于各种荷兰语NLP任务。

HeBERT是一个基于BERT架构的希伯来语预训练语言模型，支持极性分析和情感识别等任务。

基于西班牙语RoBERTa-base架构的预训练模型，针对XNLI数据集进行微调，采用高斯采样方法优化训练数据质量

希腊语BERT是一个基于希腊语的预训练语言模型，适用于各种希腊语自然语言处理任务。

IndoBART是基于BART模型的先进印尼语语言模型，专为印尼语相关的自然语言处理任务设计。

采用全词掩码策略的中文预训练BERT模型，旨在加速中文自然语言处理研究进程。

采用全词掩码技术的中文预训练BERT模型，旨在加速中文自然语言处理的发展。