UME-R1-7Bの静的量子化バージョンで、文の類似度、埋め込み、ゼロショット画像分類、ビデオテキストからテキストへの変換などの複数のタスクをサポートします。軽量なQ2_Kから高品質なQ8_0まで、さまざまな量子化タイプを提供し、さまざまなニーズに対応します。

マルチモーダルTransformers英語

これはQwen3-VL-30Bに基づく量子化バージョンのモデルで、画像テキストからテキストへの変換タスクに特化しています。このモデルは量子化技術を通じて元のモデルを最適化し、より効率的な推論ソリューションを提供します。

マルチモーダルGguf

慧慧Qwen3-VL-8B指令アブレーションモデルの量子化バージョンで、画像テキストからテキストへの変換タスクに特化しています。このモデルはQwen3-VL-8Bアーキテクチャに基づいており、指令アブレーション最適化と量子化処理を行っており、性能を維持しながら計算リソースの要求を低減できます。

マルチモーダルGguf

慧慧Qwen3-VL-4B思考消除モデルの量子化バージョンで、Qwen3-VL-4Bモデルをベースに最適化されており、思考チェーン推論プロセスを排除するように特別に設計されています。最新のllama.cppと組み合わせて使用でき、効率的な画像テキストからテキストへの処理能力を提供します。

マルチモーダルGguf

これはHuihui-Qwen3-VL-4B-Instruct-abliteratedモデルに基づく量子化バージョンで、画像テキストからテキストへの変換タスクに特化しており、量子化処理によってモデルの性能が最適化され、マルチモーダルアプリケーションをサポートします。

マルチモーダルGguf

これはUltraReal Fine-TuneモデルのSVDQ量子化バージョンで、DanrisiがFluxをベースに開発したテキストから画像を生成するモデルです。このバージョンは複数の量子化方案を提供し、異なるGPUハードウェアに対応しており、特に非BlackwellシリーズとBlackwellシリーズのGPUに対して最適化されています。

マルチモーダルDiffusers英語

このプロジェクトは、騰訊の混元画像3.0モデルを4ビット（UINT4、SVDランク32）で量子化した成果で、SDNQ量子化方法を採用し、テキストから画像の生成タスクに特化しています。

マルチモーダルTransformers

LightOnOCR-1B-1025は画像からテキストへのOCRモデルで、1Bのパラメータ規模を持ち、imatrix量子化による最適化を行っており、画像からテキスト内容を抽出および認識するために特別に設計されています。

マルチモーダルGguf

LightOnOCR-1B-1025の量子化バージョンで、画像からテキストへの変換タスクに特化しており、文書理解やビジュアル言語処理などの分野で広く利用されています。このモデルは複数の欧州言語をサポートし、OCR、PDF処理、表認識などのシナリオに適しています。

マルチモーダルGguf多言語

これはProject0モデルのSVDQ量子化バージョンで、Flux DevとFlux Kreaに基づいて作成されたテキストから画像へのモデルです。このモデルは複数の量子化形式を提供し、さまざまなGPUアーキテクチャに対して最適化されており、INT4とFP4量子化バージョンを含み、Blackwellおよび非Blackwell GPUユーザーに適しています。

マルチモーダルDiffusers英語

これはIntern-S1モデルに基づくMXFP4ハイブリッドエキスパート量子化バージョンで、画像テキストからテキストへのタスクに特化して最適化されており、量子化技術によって推論効率が向上しています。

マルチモーダルGguf

本プロジェクトは、Qwen3-VL-235B-A22B-Thinkingモデルに対してMXFP4_MOE量子化処理を行い、より効率的な画像テキストからテキストへの変換能力を提供することを目的としています。このバージョンはunlothから提供され、コンテキストサイズを256kから1Mに拡張し、特定の量子化技術を通じてモデルの異なるシナリオでの性能を最適化しています。

マルチモーダルGguf

これはQwen3-VL-235B-A22B-ThinkingモデルのMXFP4_MOE量子化バージョンで、画像テキストからテキストへの変換タスクに特化しています。このモデルはunsloth拡張の1Mコンテキストバージョンを基に量子化され、強力なマルチモーダル理解能力を保持しています。

マルチモーダルGguf

LongCat-Videoは136億のパラメータを持つ基礎的なビデオ生成モデルで、テキストからビデオ、画像からビデオ、ビデオのフレーム続き生成などのタスクで優れた性能を発揮し、特に効率的で高品質な長いビデオ生成に長けています。

マルチモーダルDiffusers多言語

これはQwen/Qwen-Imageモデルに基づくLyCORISアダプターで、テキストから画像への生成と画像から画像への生成タスクに特化しています。このモデルはトレーニング中に検証プロンプトを使用せず、最適化されたトレーニング設定と量子化技術を採用しています。

マルチモーダルDiffusers

これはQwen3-VL-235B-A22B-InstructモデルのMXFP4_MOE量子化バージョンで、画像テキストからテキストへの変換タスクに特化しています。このモデルは2350億パラメータのQwen3-VLアーキテクチャに基づいており、MXFP4量子化技術で最適化され、実験的バージョンに属します。

マルチモーダルGguf

Flux.1をベースに開発されたテキストから画像生成モデルの量子化バージョンで、SVDQ量子化技術を採用し、INT4とFP4の2種類の量子化形式を提供し、さまざまなハードウェアプラットフォームでの効率的な画像生成に適しています。

コンピュータビジョンDiffusers英語

Nanonets-OCR2-3B GGUFモデルは、文書処理用に設計された強力なツールで、さまざまな文書をスマートに構造化されたMarkdown形式に変換でき、OCR、画像からのテキスト変換、PDFからのMarkdown変換、ビジュアル質問応答など、さまざまな高度な識別と処理能力を備えています。

マルチモーダルTransformersその他

J1BベースのFlux.1-Devを開発元とするテキストから画像生成モデルの量子化バージョンで、SVDQuant技術を用いて最適化され、INT4とFP4の2種類の量子化形式を提供し、異なるGPUアーキテクチャのユーザーに適しています。

コンピュータビジョンDiffusers多言語

Qwen3-VL-32B-Thinking-AWQは、Qwen/Qwen3-VL-32B-Thinkingモデルに基づく量子化バージョンで、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す。このモデルは、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を備え、長いコンテキストとビデオ理解をサポートし、画像テキストからテキストへの変換タスクに適しています。

マルチモーダルTransformers