このモデルはcerebras/Qwen3-Coder-REAP-25B-A3BのGGUF形式に変換されたバージョンで、llama.cppツールを使用して形式変換と量子化処理を行っています。元のモデルは25Bパラメータの大規模言語モデルで、コード生成タスクに特化して最適化されています。

自然言語処理Transformers英語

これはinclusionAIのLing-mini-2.0モデルの量化バージョンで、llama.cppのimatrix技術を使用して量化処理を行い、32.54GBのBF16から4.66GBのIQ2_XSまでの様々な量化オプションを提供し、様々なハードウェア環境で効率的に動作します。

自然言語処理Gguf

INLアーキテクチャは、積分ニューロンダイナミクスに基づくプロダクションレベルのニューラルアーキテクチャで、従来のフィードフォワードネットワーク層を反復ダイナミクスに置き換え、大規模言語モデル、ビジュアルトランスフォーマー、マルチモーダルモデルなどのさまざまなタイプに適用可能です。

自然言語処理Safetensors英語

GLM-4.5-Air-REAP-82B-A12BはGLM-4.5-Airの効率的な圧縮バージョンで、REAP剪定技術を通じてパラメータ規模を106Bから82Bに圧縮し、メモリ要件を25％削減しながら、ほぼ損失のない性能を維持しています。

自然言語処理Transformers英語

これはQwen3-Next-80B-A3B-Instructモデルに基づくQ4_0量子化バージョンで、特定の量子化技術により、モデルのストレージと計算の効率を大幅に向上させ、同時に良好なパフォーマンスを維持しています。

自然言語処理Gguf

Tesity-T5はClemyliaによって開発されたエンコーダ-デコーダ型の言語モデルで、コンテキスト付きの質問応答タスクに特化しています。このモデルは提供されたテキストコンテキストに基づいて、正確に情報を抽出し合成して回答を生成することができ、事実性と包括性のある回答能力を持っています。

自然言語処理Transformersフランス語

DreamOmni2-GGUFは、xiabs/DreamOmni2-7.6BモデルをGGUF形式に変換した画像から画像へのモデルで、マルチモーダル命令編集と生成をサポートし、Apache-2.0ライセンスに準拠しています。

マルチモーダルGguf

このプロジェクトはTECHNOPRAVIN01/Qwen2.5-14B-Valorモデルの量子化バージョンで、IQ1_S、IQ2_XS、IQ3_M、Q4_K_S、Q5_K_Mなどの様々な量子化形式のモデルファイルを提供し、さまざまなシナリオでの使用に便利です。

自然言語処理Transformers英語

このプロジェクトはTECHNOPRAVIN01/Qwen2.5-14B-Valorモデルに基づく静的量子化バージョンで、さまざまな量子化タイプを提供し、異なるハードウェア条件下での使用ニーズを満たします。このモデルは量子化技術によりモデルサイズを縮小し、同時に良好なパフォーマンスを維持しています。

自然言語処理Transformers英語

これはinclusionAI/Ling-1Tモデルの量子化バージョンのセットで、ik_llama.cppブランチに基づいて開発され、さまざまなメモリとパフォーマンスの要件に合わせた複数の量子化方案を提供します。これらの量子化モデルは、与えられたメモリ使用量で優れた困惑度の性能を提供し、特にMoEアーキテクチャの推論効率を最適化しています。

自然言語処理Gguf

これはQwen-Image-Edit-2509をベースにしたLoRAモデルで、人物のシャツにデザインパターンを正確に適用し、画像編集に新しい可能性を提供します。

コンピュータビジョンDiffusers

DeepSeek-OCRはDeepSeek AIが開発した高度な光学文字認識モデルで、視覚テキスト圧縮の限界を探求し、画像からテキスト内容を効率的に抽出および変換できます。

マルチモーダルSafetensorsその他

Qwen3-VL-TimeTravelは、Qwen3-VL-8B-Instructモデルをベースに、Unslothライブラリを使用してMBZUAI/TimeTravelデータセットで微調整したバージョンです。このモデルは、歴史文物画像の説明を生成するために特別に設計されており、歴史および文化文物の分析において専門的な能力を持っています。

マルチモーダルTransformers英語

Qwen3-VLは通義シリーズで最も強力な視覚言語モデルで、全方位的に総合的にアップグレードされ、卓越したテキスト理解と生成能力、深い視覚感知と推論能力、長いコンテキストサポート、強力な空間およびビデオ動的理解能力、そして優れたインテリジェントエージェント対話能力を備えています。

マルチモーダルSafetensors

Qwen3-VLは通義大モデルシリーズの最も強力なビジュアル言語モデルで、テキスト理解、ビジュアル感知、空間理解、ビデオ処理などの面で全面的にアップグレードされ、卓越したマルチモーダル能力を提供します。

マルチモーダルSafetensors

Qwen3-VLは通義の大規模モデルシリーズの中で最も強力なビジュアル言語モデルで、卓越したテキスト理解と生成能力、深いビジュアル認知と推論能力、長文脈のサポート、強力な空間とビデオの動的理解能力、そして優れたエージェント対話能力を備えています。

マルチモーダルSafetensors

これはQwen3-VL-4B-InstructモデルのMLX形式の8ビット量子化バージョンで、mlx-communityによって変換されました。このモデルは40億パラメータのマルチモーダル視覚言語モデルで、画像理解とテキスト生成タスクをサポートし、命令追従シナリオ向けに最適化されています。

マルチモーダルMlx

これはQwen3-VL-30B-A3B-Thinkingモデルを変換したMLX形式の視覚言語モデルで、画像理解とマルチモーダル対話をサポートし、bf16精度で最適化されています。

マルチモーダルMlx

Qwen-1.5B_THIPは、DeepSeek-R1-Distill-Qwen-1.5Bをベースに、DeepMath-103k数学データセット上でTRLフレームワークを使用してGRPO方法で微調整された数学的推論モデルです。このモデルは、数学問題の解決に特化して最適化されており、強力な数学的推論能力を備えています。

自然言語処理Transformers

Qwen3-VL-8B-Thinkingは、アリババクラウドのQwenチームによって開発された80億パラメータのマルチモーダル大規模言語モデルで、深度マルチモーダル推論用に設計されており、ビジュアル理解、長文脈処理、構造化思考チェーン生成をサポートし、複雑な推論タスクで優れた性能を発揮します。

マルチモーダルMlx