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

JanusCoder-14Bは、Qwen3-14Bをベースに構築された14Bパラメータのオープンソース基礎モデルで、コードインテリジェンスに統一されたビジュアルプログラミングインターフェイスを構築することを目的としています。このモデルはJANUSCODE-800Kマルチモーダルコードコーパスで学習され、さまざまなビジュアルプログラミングタスクを統一的に処理することができます。

自然言語処理Transformers

JanusCoder-8Bは、Qwen3-8Bをベースに構築されたオープンソースのコードインテリジェンス基礎モデルで、統一されたビジュアルプログラミングインターフェイスを構築することを目的としています。このモデルは、JANUSCODE-800K（これまでで最大のマルチモーダルコードコーパス）で学習され、データ可視化、インタラクティブなWeb UI、コード駆動のアニメーションなど、さまざまなビジュアルプログラミングタスクを処理できます。

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

これはDeepSeek-OCRのモーダルバランス量子化（MBQ）バリエーションで、ビジュアルエンコーダに4ビットNF4量子化を採用することでメモリ使用量を削減し、同時にプロジェクターと言語/デコーダのBF16精度を維持し、一般的なGPUでのローカルデプロイメントと高速なCPU試験が可能です。

マルチモーダルTransformers

KaniTTSは、リアルタイム対話型AIアプリケーション向けに最適化された高速、高音質のテキスト音声変換モデルです。2段階パイプラインを用いて、大規模言語モデルと高効率オーディオコーデックを組み合わせ、卓越した速度とオーディオ品質を実現します。このモデルはスペイン語をサポートし、4億のパラメータを持ち、サンプリングレートは22kHzです。

音声処理Transformersスペイン語

KaniTTSは、リアルタイム対話型人工知能アプリケーション向けに最適化された高速かつ高忠実度のアラビア語テキスト音声変換モデルです。2段階パイプラインアーキテクチャを採用し、大規模言語モデルと効率的なオーディオコーデックを組み合わせることで、卓越した速度とオーディオ品質を実現し、対話型AI、障害者支援、研究など多くの分野の音声合成ニーズを満たすことができます。

音声処理Transformersアラビア語

KaniTTS Pretrain v0.3は高速で高忠実度のテキストを音声に変換するモデルで、リアルタイム対話型人工知能アプリケーション向けに最適化されています。2段階パイプラインアーキテクチャを採用し、大規模言語モデルと高効率オーディオコーデックを組み合わせて、超低遅延と高品質の音声合成を実現します。

音声処理Transformers多言語

このプロジェクトはGLM-4.6モデルにクリエイティブライティング制御ベクトルを提供し、制御ベクトル技術を通じてモデルの特定の次元での性能を調整します。例えば、誠実さとマキアヴェリズム傾向、コミュニケーションスタイルなどです。

自然言語処理Transformers英語

LFM2-8B-A1Bは、Appleシリコンチップ用に最適化された8ビット量子化のMLX構築バージョンで、エキスパート混合（MoE）アーキテクチャを採用し、総パラメータは約80億、各トークンのアクティブパラメータは約10億で、デバイス端での高速推論をサポートします。

自然言語処理Mlx英語

Qwen3-VL-30B-A3B-Thinking-AWQは、Qwen/Qwen3-VL-30B-A3B-Thinkingモデルを量子化したバージョンで、通義シリーズの中で最も強力な視覚言語モデルです。このバージョンは、テキスト理解と生成、視覚知覚と推論、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。

マルチモーダルTransformers

Apertusは、パラメータ規模が70Bと8Bの全オープン多言語言語モデルで、1000種以上の言語と長文脈処理をサポートし、完全にコンプライアンスが取れたオープンなトレーニングデータのみを使用し、性能はクローズドソースモデルと匹敵します。

自然言語処理Transformersその他

Apertusは、パラメータ規模が70Bと8Bの完全オープンな多言語言語モデルで、1000種以上の言語と長文脈をサポートし、完全にコンプライアンスが取れたオープンな学習データのみを使用し、性能はクローズドソースで学習されたモデルと匹敵します。

自然言語処理Transformersその他

ApertusはスイスのAIによって開発された完全にオープンな多言語大規模言語モデルで、70億と80億の2種類のパラメータ規模を提供します。このモデルは1000種類以上の言語をサポートし、完全にコンプライアンスでオープンな学習データを使用し、その性能はクローズドソースモデルに匹敵します。Apertusは15Tのトークンで事前学習され、段階的なコース学習方法を採用し、最大65,536トークンのコンテキスト長をサポートします。

自然言語処理Transformersその他

ApertusはスイスのAIによって開発された完全にオープンな多言語大規模言語モデルで、パラメータ規模は80億と700億で、1000種以上の言語と長文脈処理をサポートし、完全にコンプライアンスの取れたオープンな学習データのみを使用し、性能はクローズドソースモデルに匹敵します。

自然言語処理Transformersその他

Granite-4.0-H-Tinyは、IBMが開発した70億パラメータの長文コンテキスト命令モデルで、Granite-4.0-H-Tiny-Baseをベースに微調整されています。このモデルは、オープンソースの命令データセットと内部合成データセットを組み合わせ、監督微調整、強化学習アライメント、モデルマージなどの技術を用いて開発され、強化された命令追従とツール呼び出し機能を備えており、特に企業向けアプリケーションに適しています。

自然言語処理Transformers

KaniTTSは、リアルタイム対話型AIアプリケーション向けに最適化された高速かつ高忠実度のテキスト音声変換モデルです。2段階のパイプラインアーキテクチャを採用し、大規模言語モデルと効率的なオーディオコーデックを組み合わせることで、卓越した速度と音質を実現し、複数の言語をサポートし、エッジ/サーバーデプロイメントに適しています。

音声処理Transformers多言語

このモデルはGPT-OSS-20Bをベースに、Unsloth強化学習フレームワークを用いて微調整されており、推論効率の最適化と、人間のフィードバックからの強化学習（RLHF）型トレーニング中に発生するバグの削減を目的としています。微調整プロセスでは、アライメントの堅牢性と効率に重点が置かれ、モデルが過度の計算コストをかけずに推論の深度を維持できるようにしています。

自然言語処理Transformers英語

Qwen3-VLは通義大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、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著しい向上が見られます。このモデルは密集アーキテクチャと混合専門家モデルアーキテクチャを提供し、エッジからクラウドまでの異なる規模のデプロイをサポートします。

マルチモーダルTransformers

GA Guard CoreはGeneral Analysisが開発したオープンソースの審査モデルで、違法活動、憎悪発言、個人情報漏洩など7種類の違反コンテンツを検出して分類するために専用に設計されており、AIアプリケーションの安全性とコンプライアンスを保障します。

自然言語処理Transformers英語