전체 검색

AI 모델 84759

• qwen3-4b↗

  阿里巴巴 · Qwen

  Qwen3 is the latest generation of large language models in Qwen series, offering a comprehensive suite of dense and mixture-of-experts (MoE) models. Built upon extensive training, Qwen3 delivers groundbreaking advancements in reasoning, instruction-following, agent capabilities, and multilingual support, with the following key features: **Qwen3-4B** has the following features: - Type: Causal Language Models - Training Stage: Pretraining & Post-training - Number of Parameters: 4.0B - Number of Paramaters (Non-Embedding): 3.6B - Number of Layers: 36 - Number of Attention Heads (GQA): 32 for Q and 8 for KV - Context Length: 32,768 natively and 131,072 tokens with YaRN. For more details, including benchmark evaluation, hardware requirements, and inference performance, please refer to our blog, GitHub, and Documentation.

• kanarya-2b↗

  asafaya

• FLUX-3-Image-Klein-pup-GGUF↗

  AtomicChat

• chronos-2↗

  autogluon

  **2026년 6월 5일 업데이트:** ☁️ AutoGluon-Cloud를 사용하여 AWS에 Chronos-2를 배포하세요. 코드 3줄로 실시간, 서버리스 또는 배치 추론을 수행할 수 있습니다 — 입력은 pandas DataFrame, 출력은 예측입니다. 새로운 배포 가이드를 확인해 보세요. **Chronos-2**는 제로샷 예측을 위한 120M 파라미터의 인코더 전용 시계열 기반 모델입니다. 단일 아키텍처 내에서 **단변량**, **다변량**, 그리고 **공변량 정보 기반** 작업을 지원합니다. T5 인코더에서 영감을 받은 Chronos-2는 다단계 사전 분위수 예측을 생성하며, 관련 시계열 및 공변량에 대한 효율적인 맥락 학습을 위해 그룹 주의 메커니즘을 사용합니다. 실제 데이터와 대규모 합성 데이터셋을 결합하여 학습된 이 모델은 **fev-bench**, **GIFT-Eval**, 그리고 **Chronos Benchmark II**에서 공개 모델 중 **최첨단 제로샷 정확도**를 달성했습니다. 또한 Chronos-2는 **매우 효율적**이며, 단일 A10G GPU에서 초당 300개 이상의 시계열 예측을 제공하고 **GPU 및 CPU 추론**을 모두 지원합니다. 🧩 Chronos 및 Chronos-Bolt는 기본적으로 미래 공변량을 지원하지 않지만, 외부 공변량 회귀모형과 결합하여 사용할 수 있습니다(AutoGluon 튜토리얼 참조). 이 방식은 시간 단위별 효과만 모델링할 뿐, 시간 간의 효과는 모델링하지 않습니다. 반면, Chronos-2는 모든 유형의 공변량을 기본적으로 지원합니다.

• Moss-image-anime-lora↗

  axiomofmind

• BAAI_AREX-Base-GGUF↗

  bartowski

• InfiniAILab_QwQ-0.5B-GGUF↗

  bartowski

• Theia-21B-v1-GGUF↗

  bartowski

• zeroscope_v2_576w↗

  cerspense

• Qwen2.5-0.5B-Instruct-Gensyn-Swarm-squinting_cunning_squid↗

  Chaongin