GLM-4V-9B 是智谱 AI 推出的最新一代预训练模型 GLM-4 系列中的开源版本。

GLM-4-32B-0414系列，320 亿参数，效果比肩 OpenAI 的 GPT 系列和 DeepSeek 的 V3/R1 系列。

基于Qwen3的代码生成模型，继承Qwen3-Coder-480B-A35B-Instruct的coding agent能力，代码能力达到同尺寸规模模型SOTA。

基于Qwen3的代码生成模型，具有强大的Coding Agent能力，代码能力达到开源模型 SOTA。

GLM-4-9B 是智谱 AI 推出的最新一代预训练模型 GLM-4 系列中的开源版本。

基于Jina-XLM-RoBERTa架构，该模型支持旋转位置嵌入（RoPE），能够处理长达8192个标记的长输入序列。 此外，它还具备5个LoRA适配器，以高效生成特定任务的嵌入。

由智源研究院研发的英文版文本表示模型，可将任意文本映射为低维稠密向量，以用于检索、分类、聚类或语义匹配等任务，并可支持为大模型调用外部知识。

由智源研究院研发的中文版文本表示模型，可将任意文本映射为低维稠密向量，以用于检索、分类、聚类或语义匹配等任务，并可支持为大模型调用外部知识。

由智源研究院研发的中文版文本表示模型，可将任意文本映射为低维稠密向量，以用于检索、分类、聚类或语义匹配等任务，并可支持为大模型调用外部知识。

基于Transformer的模型，已经针对文本重排序任务进行了微调，这是许多信息检索系统中的关键组件。

北京智源人工研究院研发的轻量级重排序模型，具备强大的多语言能力，易于部署，具有快速推理能力。

基于 Qwen3 系列的密集基础模型，专门设计用于排序任务。继承了基础模型卓越的多语言能力、长文本理解和推理技能，在排序任务中取得了显著进展。

由网易有道开发的跨语种语义表征算法模型，擅长优化语义搜索结果和语义相关顺序精排，支持中英日韩四门语言，覆盖常见业务领域，支持长package rerank(512~32k)。[了解更多>](https://huggingface.co/maidalun1020/bce-reranker-base_v1)

tao-8k是由Huggingface开发者amu研发并开源的长文本向量表示模型，支持8k上下文长度，模型效果在C-MTEB上居前列，是当前最优的中文长文本embeddings模型之一。 [了解更多>](https://huggingface.co/amu/tao-8k)

Embedding-V1是基于百度文心大模型技术的文本表示模型，将文本转化为用数值表示的向量形式，用于文本检索、信息推荐、知识挖掘等场景。