TweeTaal-nl-en-0.6Bは、オランダ語と英語の双方向翻訳タスクに特化して微調整された言語モデルで、Qwen3-0.6Bアーキテクチャに基づいて開発されています。このモデルは、リソースが制限された環境でも正確で流暢な翻訳サービスを提供し、オランダ語と英語の相互翻訳をサポートします。

自然言語処理Transformersその他

VibeThinker-1.5Bの4ビット量子化バージョンで、MLXフレームワークに基づいてAppleチップ向けに最適化されており、15億のパラメータを持つ密集型言語モデルで、数学的推論とアルゴリズムコーディングの問題に特化しています。

自然言語処理Mlx多言語

混元OCRは、混元の独自のマルチモーダルアーキテクチャによって駆動されるエンドツーエンドOCRの専門的なVLMモデルです。わずか10億パラメータの軽量設計で、複数の業界ベンチマークテストで最先端の成績を収めています。このモデルは、複雑な多言語ドキュメント解析に長けており、テキストの位置特定、オープンドメインの情報抽出、ビデオ字幕の抽出、画像の翻訳などの実際のアプリケーションシーンで優れた性能を発揮します。

マルチモーダルTransformers多言語

これは300時間の純粋なアラビア語音声データを基に微調整されたテキスト音声変換モデルで、完全な母音記号付きの現代標準アラビア語に特化した高品質な音声合成を提供し、音声クローンと長文処理機能をサポートしています。

音声処理Safetensors多言語

Moondream 3 Preview HFは、HuggingFace Transformersアーキテクチャの仕様に基づいてMoondream 3 (Preview)モデルを再実装したもので、Hugging Faceのエコシステムと完全に互換性があります。これはマルチモーダルビジュアル言語モデルで、エキスパート混合（MoE）テキストバックボーンを採用し、約90億のパラメータと20億のアクティブパラメータを持ちます。

マルチモーダルTransformers

これは、Qwen3-VL-8B-Thinkingモデルをベースにした強化版のマルチモーダルビジュアル言語モデルです。Brainstorm 20x技術を用いて12Bパラメータに拡張され、NEO Imatrixで強化されたGGUF量子化が適用されています。このモデルは、画像理解、テキスト生成、マルチモーダル推論の能力が強く、ビジュアル感知、テキスト品質、クリエイティブなシーンでの性能が著しく向上しています。

マルチモーダルGguf多言語

NV-Reason-CXR-3B GGUFはNVIDIA NV-Reason-CXR-3Bビジュアル言語モデルの量子化バージョンで、エッジデバイスへのデプロイに最適化されています。これは30億パラメータのモデルで、胸部X線分析に特化しており、GGUF形式に変換され、量子化処理が施されているため、モバイルデバイス、デスクトップデバイス、組み込みシステムで効率的に動作します。

マルチモーダルGguf英語

Qwen3-VLは通義シリーズで最も強力なビジュアル言語モデルで、テキスト理解と生成、ビジュアル認知と推論、コンテキスト長、空間およびビデオの動的理解、エージェントインタラクション能力などの面で全面的にアップグレードされています。このモデルは密集アーキテクチャとハイブリッドエキスパートアーキテクチャを提供し、エッジデバイスからクラウドまでの柔軟なデプロイをサポートします。

マルチモーダルTransformers

Qwen3-VLはアリババが開発した新世代の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、長文脈処理、エージェントインタラクションなどの分野で全面的にアップグレードされ、エッジデバイスからクラウドまで柔軟にデプロイできます。

マルチモーダルTransformers

Qwen3-VLはQwen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、長いコンテキストサポート、強力な空間とビデオ動的理解能力、そして優れたエージェントインタラクション能力を備えています。このバージョンは2Bパラメータの思考強化版で、推論能力が特別に最適化されています。

マルチモーダルTransformers

Qwen3-VL-2B-ThinkingはQwenシリーズの中で最も強力なビジュアル言語モデルの1つで、GGUF形式の重みを使用し、CPU、NVIDIA GPU、Apple Siliconなどのデバイスで効率的な推論をサポートします。このモデルは、優れたマルチモーダル理解と推論能力を備え、特にビジュアル感知、空間理解、エージェントインタラクション機能が強化されています。

マルチモーダルTransformers

Qwen3-VL-8B-Thinkingは通義千問シリーズの中で最も強力なビジュアル言語モデルで、強化された推論能力を備えた8Bパラメータ版です。このモデルは、テキスト理解、ビジュアル認知、空間理解、長文脈処理などの面で全面的にアップグレードされ、マルチモーダル推論とエージェントインタラクションをサポートしています。

マルチモーダルGguf

Qwen3-VL-2B-Instruct-GGUFは通義千問シリーズのマルチモーダルビジュアル言語モデルのGGUF量子化バージョンで、20億のパラメータを持ち、画像理解とテキスト生成のシームレスな融合をサポートし、CPUやGPUなどのデバイスで効率的に動作します。

マルチモーダルTransformers

Qwen3-VLは通義シリーズの中で最も強力なビジュアル言語モデルで、テキスト理解と生成、ビジュアル感知と推論、コンテキスト長、空間およびビデオの動的理解、エージェントの対話能力などの面で全面的にアップグレードされています。このモデルは密集アーキテクチャとハイブリッドエキスパートアーキテクチャを提供し、エッジデバイスからクラウドまでの柔軟なデプロイをサポートします。

マルチモーダルGguf

Qwen3-VLはアリババが開発した最新世代のビジュアル言語モデルで、テキスト理解、ビジュアル認知、空間理解、ビデオ分析、エージェントインタラクションなどの分野で著しい向上が見られます。このモデルはマルチモーダル入力をサポートし、強力な推論能力と長文脈処理能力を備えています。

マルチモーダルTransformers

これはQwen3-VL-2B-ThinkingモデルのLlamacpp imatrix量子化バージョンで、さまざまな量子化タイプのファイルを提供し、さまざまなハードウェア環境で効率的に動作します。このモデルは20億パラメータのマルチモーダルビジュアル言語モデルで、思考連鎖推論能力を備えています。

マルチモーダルGguf

これはQwen3-VL-2B-Instructモデルの量子化バージョンで、llama.cppツールとimatrix方法を使用して、さまざまな量子化レベルのモデルファイルを生成し、さまざまなハードウェア環境で高効率に動作させることができます。このモデルは20億パラメータのマルチモーダルビジュアル言語モデルで、画像とテキストの相互作用をサポートしています。

マルチモーダルGguf

Qwen3-VL-2B-InstructはQwen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を備えています。このモデルは2Bのパラメータ規模を採用し、命令対話をサポートし、マルチモーダルAIアプリケーションに適しています。

マルチモーダルTransformers

Qwen3-VL-2B-ThinkingはQwenシリーズ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、深いビジュアル感知と推論能力、長いコンテキストサポート、強化された空間と動画の動的理解能力、およびより強力なエージェント対話能力を備えています。このモデルは2Bのパラメータ規模を採用し、指令版と強化推論の思考版をサポートしています。

マルチモーダルTransformers

Tashkeel-350M-v2は、アラビア語テキストの標音に特化したモデルで、3億5000万のパラメータを持っています。このモデルはibm-granite/granite-4.0-h-350mモデルをベースに、Misraj/Sadeed_Tashkeelaデータセットで微調整トレーニングされ、アラビア語テキストに正しい音標記号を自動的に付けることができます。

自然言語処理Transformersアラビア語