# 快速推理

ERNIE-4.5-0.3B-PT-bf16 是由百度开发的 ERNIE 系列模型的一个版本，参数规模为 0.3B，使用 bf16 精度进行训练。

这是一个基于Hugging Face Transformers库的模型，使用Unsloth进行优化。具体功能和用途需要进一步补充信息。

这是一个基于🤗 transformers库的模型，使用了unsloth技术进行优化。具体功能和用途需要进一步补充信息。

基于Qwen2.5架构的3B参数指令微调模型，使用Unsloth和Huggingface TRL库优化训练速度

Qwen3-0.6B-8bit是基于Qwen/Qwen3-0.6B转换的8位量化版本，适用于MLX框架的文本生成模型。

该模型是一个图像到图像转换的PyTorch模型，通过PytorchModelHubMixin集成推送至Hub。

基于wav2vec2-base训练的鸟类声音分类模型，可识别21种印度Vedanthangal鸟类保护区的鸟类物种

FRIDA模型的轻量快速修改版，用于计算俄语和英语句子的嵌入向量

Lite-Whisper 是 OpenAI Whisper 的压缩版本，采用 LiteASR 技术，在保持较高准确率的同时显著减小模型体积。

Lite-Whisper 是采用 LiteASR 技术压缩的 OpenAI Whisper 轻量化版本，在保持较高识别准确率的同时显著减小模型体积。

Kokoro是一款拥有8200万参数的开源文本转语音模型，以轻量架构实现媲美大型模型的音质，同时提升生成速度并降低计算成本。

SmolLumi-8B-Instruct是一个基于Unsloth和Huggingface TRL库训练的8B参数羊驼模型，专注于文本生成推理任务。

这是一个基于自动训练的图像分类模型，能够识别多种常见物体类别

Stable Diffusion 是一个文本生成图像的扩散模型，能够根据文本描述生成高质量的图像。

Stable Diffusion 3.5 Large 的 FP8 量化版本，用于文本到图像的生成任务。

Sana是一个高效的文本生成图像框架，能够生成分辨率高达4096×4096的图像，支持多语言输入。

基于Llama-3-8B的Groq优化版本，支持工具使用和函数调用功能

DepthPro是一个用于零样本度量单目深度估计的基础模型，能够生成高分辨率、高精度的深度图。

这是一个基于OpenVINO优化的midjourney-mini模型，用于文本到图像的生成任务。

Sana是一个能高效生成高达4096×4096分辨率图像的文生图框架，可在笔记本电脑GPU上部署。

基于AMD Instinct™ GPU从主流扩散模型蒸馏而成的高效文生图模型系列

基于MetaCLIP-2.5B数据集训练的双框架兼容视觉模型，支持OpenCLIP和timm框架

基于MetaCLIP-2.5B数据集训练的双用途视觉语言模型，支持零样本图像分类任务

基于MetaCLIP-2.5B数据集训练的双框架兼容视觉模型，支持零样本图像分类任务

基于MetaCLIP-400M数据集训练的视觉变换器模型，支持零样本图像分类任务

基于MetaCLIP-2.5B数据集训练的双框架兼容视觉模型，支持OpenCLIP和timm框架

基于MetaCLIP-2.5B数据集训练的视觉Transformer模型，兼容open_clip和timm框架

基于MetaCLIP-400M数据集训练的视觉语言模型，支持零样本图像分类任务

这是一个使用AutoTrain在SST-2英文数据集上微调的DistilBERT模型，用于文本分类任务。

Molmo-7B-O的4bit量化版本，显著降低显存需求，适合资源有限的环境。

一个多功能视觉+文本生成模型，特别适用于生成模拟彩色胶片摄影的写实图像，呈现从奥托克罗姆到柯达克罗姆再到富士胶片等标志性摄影技术的广泛视觉范式。

基于Meta-Llama-3.1-8B-Instruct的4位量化版本，使用Unsloth和TRL库进行高效训练

一个基于PyTorch的文本分类模型，可用于文本分类相关任务

基于MLX框架优化的4位量化文本生成图像模型，支持高效图像生成

FLUX.1-schnell的量化版本，基于文本生成图像的扩散模型，支持多种量化精度选择

FLUX.1-schnell 是一个基于 GGUF 格式的文本到图像生成模型，适用于图像生成任务。

LinFusion是一个基于Diffusers库的文本生成图像模型，支持通过文本描述生成高质量图像。

基于Meta-Llama-3.1-8B-Instruct的4位量化版本，使用Unsloth和Huggingface TRL库进行训练，速度提升2倍。

基于Transformers库的零样本分类模型，能够在没有特定任务训练数据的情况下进行分类任务。

StableMaterials 是一款基于扩散模型的物理渲染（PBR）材质生成工具，能够根据文本或图像提示生成高分辨率、可平铺的材质贴图。