Janus-Pro-1B
Janus-Pro-1B ist ein einheitliches Modell für multimodales Verstehen und Generieren aus der Janus-Pro-Serie von DeepSeek. Es verwendet eine autoregressive Architektur, trennt die Kodierungspfade für…
MODELLVERZEICHNIS
Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.
Janus-Pro-1B ist ein einheitliches Modell für multimodales Verstehen und Generieren aus der Janus-Pro-Serie von DeepSeek. Es verwendet eine autoregressive Architektur, trennt die Kodierungspfade für…
Eine Einführung in dieser Sprache ist in Vorbereitung.
ERNIE-iRAG-1.0 ist ein Bildgenerierungsmodell von Baidu. Es verwendet die bildbasierte Retrieval-Augmented-Generation-Technologie (iRAG) und kombiniert Bildressourcen der Baidu-Suche mit den…
Vorschauversion von Googles Gemini 2.0 Flash Thinking Experimental, die auf die Verbindung der Geschwindigkeit von Flash mit der Fähigkeit zum Schlussfolgern bei komplexen Problemen ausgerichtet ist.…
Kimi k1.5 ist ein multimodales Reasoning-Modell von Moonshot AI, das mit verstärkendem Lernen trainiert wurde. Der offizielle Forschungsbericht behandelt Methoden mit langen und kurzen…
DeepSeek-R1-Distill-Llama-70B ist ein von DeepSeek veröffentlichtes dichtes Reasoning-Modell mit etwa 70B Parametern. Es basiert auf Llama-3.3-70B-Instruct und wurde mit von DeepSeek-R1 generierten…
DeepSeek-R1-Distill-Qwen-32B ist ein von DeepSeek veröffentlichtes dichtes Reasoning-Modell mit rund 32 Milliarden Parametern. Es basiert auf Qwen2.5-32B und wurde mit von DeepSeek-R1 erzeugten…
DeepSeek-R1-Distill-Qwen-14B ist ein von DeepSeek veröffentlichtes Textgenerierungsmodell für Schlussfolgerungsaufgaben. Es basiert auf Qwen2.5-14B und wurde mithilfe von DeepSeek-R1 erzeugter…
DeepSeek-R1-Distill-Llama-8B ist ein von DeepSeek veröffentlichtes, destilliertes Reasoning-Modell mit etwa 8 Milliarden Parametern. Es basiert auf Llama 3.1 8B und wurde mit von DeepSeek-R1…
DeepSeek-R1-Distill-Qwen-7B ist ein von DeepSeek veröffentlichtes dichtes Reasoning-Modell mit etwa 7 Milliarden Parametern. Es basiert auf Qwen2.5-Math-7B und wurde mit von DeepSeek-R1 erzeugten…
DeepSeek-R1-Distill-Qwen-1.5B ist ein von DeepSeek veröffentlichtes destilliertes Reasoning-Modell mit rund 1,5 Milliarden Parametern. Es basiert auf Qwen2.5-Math-1.5B und wurde mit von DeepSeek-R1…
DeepSeek-R1-Zero ist ein auf Schlussfolgerungen ausgerichtetes großes Sprachmodell von DeepSeek. Es basiert auf DeepSeek-V3-Base und wurde ohne vorherige überwachte Feinabstimmung durch groß…
DeepSeek-R1 ist das von DeepSeek veröffentlichte Reasoning-Modell der ersten Generation für Aufgaben wie Mathematik, Programmierung und natürlichsprachliches Schlussfolgern. Das Modell wurde offiziell…
Das Text-zu-Bild-Modell Tongyi Wanxiang 2.0 Turbo, bereitgestellt von Alibaba Cloud Bailian: Es nimmt Text als Eingabe und erzeugt Bilder. Es eignet sich für detailreiche Porträts, kreative…
Das Tongyi Wanxiang 2.1 Image-to-Video Plus-Modell bietet über Alibaba Cloud Bailian einen Inferenzdienst und wandelt Eingabebilder in animierte Videos um. (help.aliyun.com) Es unterstützt die…
Eine Einführung in dieser Sprache ist in Vorbereitung.
Emoji ist ein von Alibaba Cloud Bailian bereitgestelltes Modell zur Generierung von Videos mit animierten Gesichtseffekten. Es verwendet ein Gesichtsbild und eine voreingestellte Animationsvorlage als…
aitryon-parsing-v1 ist ein unterstützendes Bildsegmentierungsmodell für die KI-Anprobe OutfitAnyone von Alibaba Cloud Model Studio. Es kann Model- und Kleidungsbilder segmentieren und dient der Vor-…
qwen-plus-0112 von Qwen-Plus ist ein von Alibaba Cloud Bailian bereitgestelltes Snapshot-Modell zur Textgenerierung, das auch als qwen-plus-2025-01-12 bezeichnet wird. Es unterstützt unter anderem…
Eine feste Version von Tencent Hunyuan Turbo mit der Versionsnummer pv2.0.6, die zu den allgemeinen großen Sprachmodellen gehört. Die Turbo-Reihe verwendet eine Mixture-of-Experts-Architektur (MoE). (…