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

BEVANetは、リアルタイムセマンティックセグメンテーション用に設計されたディープラーニングモデルで、Cityscapesなどのデータセットで優れた性能を発揮し、RTX3090で81.0%のmIoUと32.8FPSの優れた性能を達成し、精度と速度のバランスを保っています。

コンピュータビジョンSafetensors

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

NVIDIA GPT-OSS-120B Eagle3は、OpenAIのgpt-oss-120bモデルをベースに最適化されたバージョンで、ハイブリッドエキスパート（MoE）アーキテクチャを採用し、総パラメータ数が1200億、アクティブなパラメータ数が50億です。このモデルは商用および非商用の使用をサポートし、テキスト生成タスクに適しており、特にAIエージェントシステムやチャットボットなどのアプリケーション開発に適しています。

自然言語処理Safetensors

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

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

Lightning-4bは、ローカルデバイスのデータ分析タスク用に設計・学習された言語モデルで、16GBメモリのノートパソコンでもスムーズに動作し、データを大規模言語モデルプロバイダーに送信する必要がなく、データのプライバシーとセキュリティを確保します。

自然言語処理Transformers英語

ToolACE-2-8B-SCRIBEは、対話型教育フィードバック用に設計された微調整大規模言語モデルで、SCRIBEフレームワークに基づいて構築されています。多段階ツール呼び出しと自己反省能力を備え、学生の質問に対して教授法に沿った説明を提供でき、低リソースでプライバシーに敏感な教育シーンでの使用に適しています。

自然言語処理Transformers

InternVL3.5-4Bはオープンソースのマルチモーダルモデルシリーズの中規模バージョンで、汎用性、推論能力、推論効率の面で顕著な進歩を遂げ、GUIインタラクションなどの新機能をサポートしています。このモデルはカスケード強化学習フレームワークと視覚解像度ルーター技術を採用し、効率的なマルチモーダル理解と推論を実現しています。

マルチモーダルTransformersその他

InternVL3.5はオープンソースのマルチモーダルモデルファミリーの新メンバーで、InternVLシリーズの汎用性、推論能力、推論効率を大幅に向上させ、GUIインタラクションなどの新機能をサポートし、オープンソースのマルチモーダル大規模言語モデルの先進水準に達しています。

マルチモーダルTransformersその他

Seed-OSSは、バイトダンスのSeedチームによって開発されたオープンソースの大規模言語モデルシリーズで、強力な長文脈処理、推論、およびエージェント間のインタラクション能力を備えています。たった12Tトークンで訓練され、複数の公開ベンチマークテストで優れた成績を収め、最大512Kの原長文脈処理をサポートしています。

自然言語処理Transformers

Seed-OSSは、バイトダンスのSeedチームによって開発されたオープンソースの大規模言語モデルシリーズで、強力な長文脈処理、推論、エージェントインタラクション能力および汎用性能を備えています。このモデルは、わずか12Tトークンで訓練され、複数の公開ベンチマークテストで優れた成績を収めています。

自然言語処理Transformers多言語

GPT-OSSシリーズはOpenAIが公開したオープンウェイトモデルで、強力な推論、エージェントタスク、および多様な開発者ユースケース向けに設計されています。120Bバージョンは1170億のパラメータ（うち51億はアクティブパラメータ）を持ち、本番環境や高い推論能力が必要なシーンに適しています。

自然言語処理Transformers

これはblack-forest-labs/FLUX.1-Krea-devモデルのGGUF形式の量子化バージョンで、テキスト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GGUF形式で最適化されており、特定のツールやライブラリで使用でき、非商用の画像生成アプリケーションに適しています。

マルチモーダルGguf英語

Qwen3-30B-A3B-Instruct-2507はアリババの通義千問チームが開発した300億パラメータの大規模言語モデルで、命令追従タスクに特化して最適化されています。このモデルは、テキスト生成や対話インタラクションなど、様々な自然言語処理タスクをサポートし、LM Studioコミュニティモデルプロジェクトを通じて開発者に提供されています。

自然言語処理Gguf

医療Gemma - 3Nは、GoogleのGemma - 3N - 4Bモデルをベースに、緊急医療援助とオフライン医療アプリケーションに特化して微調整されたバージョンです。このモデルは86,667個の医療質問応答ペアで訓練され、正確な急救指導と医療相談を提供することに焦点を当てており、特にネットワーク接続が限られた緊急時に適しています。

自然言語処理Safetensors英語

宇宙物語の語りに特化した大規模言語モデルで、5100万のタグ付きのサイエンスフィクションデータセットを持ち、物理プロトコルやクリエイティブバランスなどの面で優れた性能を発揮します。

自然言語処理Safetensors英語