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

dParallelは大規模言語モデルに対する学習可能な並列デコード手法で、モデルの内在的な並列性を掘り起こすことで高速サンプリングを実現します。この手法はデコードステップを大幅に削減し、同時にモデルの性能を維持し、GSM8KやMBPPなどのベンチマークテストで8.5 - 10.5倍の高速化を達成します。

自然言語処理Transformers

Qwen3-Nemotron-32B-RLBFFはQwen/Qwen3-32Bをベースに微調整された大規模言語モデルで、強化学習フィードバック技術により、デフォルトの思考パターンでの応答生成品質を大幅に向上させています。このモデルは複数のベンチマークテストで優れた性能を発揮し、低い推論コストを維持しています。

自然言語処理Transformers英語

dParallelは大規模言語モデル向けの学習可能な並列デコード方法で、モデルの内在的な並列性を掘り起こすことで高速サンプリングを実現し、性能を維持しながらデコードステップを大幅に削減でき、GSM8KやMBPPなどのベンチマークテストで8.5 - 10.5倍の加速効果を達成します。

自然言語処理Transformers

VLA-Adapterは、Libero-Spatial上で訓練されたマイクロビジョン言語アクションモデルで、Prismatic-VLMアーキテクチャを採用し、大規模言語モデルのバックボーンとしてQwen2.5-0.5Bのみを使用しています。このモデルは、ロボットのベンチマークテストで、パラメータ規模がより大きいオープンソースのVLAモデルを上回り、高性能なビジョン - 言語 - アクションの理解と実行を実現しています。

マルチモーダルSafetensors英語

これはNousResearch/Hermes-4-14Bモデルを変換したMLX形式のバージョンで、複数の量子化レベル（2 - 8ビット）をサポートし、Appleチップ用に最適化された大規模言語モデルです。

自然言語処理Mlx英語

NVIDIA Nemotron Nano 9B v2 は NVIDIA が開発した高性能な大規模言語モデルで、Mamba2-Transformer 混合アーキテクチャを採用し、多言語推論とチャットタスクをサポートし、複数のベンチマークテストで優れた性能を発揮し、特に実行時の「思考」予算管理機能をサポートしています。

自然言語処理Transformers多言語

Klearは、快手Kwai-Klearチームによって開発された疎なハイブリッドエキスパート（MoE）の大規模言語モデルで、高性能と推論効率の特徴を備えています。総パラメータは460億で、活性化パラメータはわずか25億で、複数の能力ベンチマークテストで優れた成績を収め、実際のアプリケーションに効率的で強力な解決策を提供します。

自然言語処理Transformers多言語

Step-Audio 2は、業界レベルの音声理解と音声対話のニーズを満たすために設計されたエンドツーエンドのマルチモーダル大規模言語モデルです。高度な音声と音声理解能力、スマート音声対話機能、ツール呼び出しおよびマルチモーダル検索強化生成能力を備え、複数の音声理解と対話のベンチマークテストでトップクラスの性能を発揮しています。

マルチモーダルTransformers

Discord-Hermes-3-8Bは、NousResearch/Hermes-3-Llama-3.1-8Bをベースに微調整された大規模言語モデルで、ダイアログシーンに特化して最適化されています。精心整理されたDiscordダイアログデータセットで訓練することで、ダイアログ能力とチャットインタラクションの品質が向上しました。

自然言語処理Transformers

GLM-4.5V-AWQ-4bitは、Zhipu AIの次世代フラッグシップテキスト基礎モデルに基づいて構築された量子化バージョンのマルチモーダルモデルで、AWQ-4bit量子化技術により最適化され、優れた性能を維持しながら計算リソースの必要量を大幅に削減します。このモデルは42の公開視覚言語ベンチマークテストで同規模のモデルのSOTA性能を達成し、強力な視覚推論能力を備えています。

マルチモーダルTransformers多言語

OpenAIのgpt-oss-120bモデルをベースに最適化された大規模言語モデルで、NEOデータセットを使用して性能を向上させています。多シナリオアプリケーションをサポートし、CPU、GPU、または部分的なオフロードモードで実行でき、128kのコンテキスト長と最大128個の専家を持つ混合専家アーキテクチャを備えています。

自然言語処理Gguf多言語

Llama-3.3-Nemotron-Super-49B-v1.5はMeta Llama-3.3-70B-Instructをベースにした大規模言語モデルで、多段階の事後学習により推論、チャット嗜好、エージェントタスク能力が強化されています。ニューラルアーキテクチャサーチ技術を採用し、高い精度を維持しながら大幅に効率を向上させ、128Kトークンの文脈長と多言語処理をサポートしています。

自然言語処理Transformers英語

Meta Llama-3.3-70B-Instructをベースにした大規模言語モデルで、多段階のトレーニング最適化を経て、推論やチャットなどのタスクで優れた性能を発揮し、複数の言語をサポートし、様々なAIアプリケーションシーンに適しています。ニューラルアーキテクチャサーチ技術を用いて最適化され、単一のH100-80GB GPUで効率的に動作します。

自然言語処理Transformers英語

Llama-3.3-Nemotron-Super-49B-v1.5はNVIDIAが開発した高効率大規模言語モデルで、Meta Llama-3.3-70B-Instructをベースに派生しています。このモデルは推論、チャットインタラクション、エージェントタスクで優れた性能を発揮し、ニューラルアーキテクチャサーチ技術により大幅にメモリ使用量を削減し、128Kトークンの文脈長をサポートし、数学、コード、科学、ツール呼び出しなどの多方面での能力が強化されています。

自然言語処理Transformers英語

Llama-3.3-Nemotron-Super-49B-v1.5はMeta Llama-3.3-70B-Instructをベースにした大規模言語モデルで、多段階の事後学習により推論能力と非推論能力が強化されています。128Kトークンの文脈長をサポートし、精度と効率のバランスが良く、推論、チャット、エージェントタスクに適しています。

自然言語処理Transformers英語

Devstral 1.1は、Mistral AIとAll Hands AIが共同開発したスマート大規模言語モデルで、ソフトウェアエンジニアリングタスク向けに設計されています。このモデルはSWE-benchベンチマークテストで優れた成績を収め、オープンソースモデルのトップにランクインしており、240億のパラメータと128kトークンの長いコンテキストウィンドウを持っています。

自然言語処理Safetensors多言語

Arch-Agent-1.5B GGUFモデルは、高度な関数呼び出しとエージェントベースのアプリケーション向けに設計された最先端の大規模言語モデルセットで、複雑な多段階タスクを出色に処理でき、複雑なシチュエーションで卓越した性能を発揮します。

自然言語処理Transformers英語

Meta LLaMA 3.1 8B大規模言語モデルをベースに微調整されたトルコ語教育質問と回答用のチャットボットで、トルコ語教育シーンに特化して最適化されています。

自然言語処理Adaptersその他

Llama-3.1-Nemotron-Nano-4B-v1.1は、Llama 3.1をベースに最適化された大規模言語モデルで、精度と効率のバランスが良好で、AIエージェントやチャットボットなどの様々なシーンに適しています。

自然言語処理Transformers英語