Granite Embedding Multilingual is a 278 million parameter, encoder‑only XLM‑RoBERTa‑style

Granite-4.0-nano: lightweight instruct model trained via SFT, RL, and merging on diverse data.

7B long-context instruct model with RL alignment, IF, tool use, and enterprise optimization.

Granite-7b-lab模型的4位量化版本Docker镜像，通过4位量化技术降低模型资源占用，实现高效部署，适用于资源受限环境下的大型语言模型应用。

Granite Docling是一个多模态图文转文本模型，专为高效文档转换设计，保留Docling核心功能并与Docling Documents无缝集成。

32B long-context instruct model with RL alignment, IF, tool use, and enterprise optimization.

Granite-4.0-h-nano: lightweight instruct model trained via SFT, RL, and merging on diverse data.

3B long-context instruct model with RL alignment, IF, tool calling, and enterprise readiness.

3B long-context instruct model with RL alignment, IF, tool use, and enterprise optimization.

Qwen3 Embedding是Qwen系列最新专有模型，专为文本嵌入和排序任务设计，支持119种语言，提供0.6B、4B、8B等多种尺寸模型，适用于文本检索、代码检索、分类、聚类、平行文本挖掘等高级任务。

IBM的Granite 3.0大型语言模型（LLM），优化用于本地大型语言模型操作

IBM的Granite 3.1大型语言模型(LLM)，针对本地大型语言模型运行进行了优化

IBM's Granite 3.0 large language model (LLM), optimized for local large language model operations

Qwen3 Embedding: multilingual models for advanced text/ranking tasks like retrieval & clustering.

预配置的Docker镜像，用于运行IBM的Granite 3.0大型语言模型(LLM)，针对本地大型语言模型操作进行了优化

Embedding Gemma是Google DeepMind推出的最先进文本嵌入模型，能将文本转换为捕获语义含义的密集向量嵌入，适用于检索增强生成(RAG)、语义搜索和相似性任务。

Embedding Gemma is a state-of-the-art text embedding model from Google DeepMind

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述

暂无描述