このプロジェクトでは、騰訊のHunyuanVideo-1.5-I2V-720pモデルの量子化GGUFバージョンを提供しており、画像を動画に変換するタスクや動画生成タスクに特化しています。このモデルは、静止画像を高品質な動画コンテンツに変換することができ、性能を最適化するための複数の量子化バージョンを提供しています。

マルチモーダルGguf

これはai-sage/GigaChat3-10B-A1.8B-bf16モデルのGGUF量子化バージョンで、高精度のQ8_0から極度に圧縮されたsmol-IQ1_KTまで、さまざまな量子化オプションを提供し、さまざまなハードウェア条件でのデプロイメントニーズを満たします。このモデルは32Kのコンテキスト長をサポートし、MLAアーキテクチャを採用し、対話シナリオに最適化されています。

自然言語処理Ggufその他

このプロジェクトは、事前学習言語モデル融合技術を使用して作成された医学分野のモデルです。複数の医学関連の事前学習モデルを融合することで、医学質問応答タスクに特化して最適化され、医学シーンでの性能と効果が向上しています。

自然言語処理Safetensors英語

このプロジェクトでは、cerebras/MiniMax-M2-REAP-172B-A10Bモデルの量子化バージョンを提供しており、知識を大衆に利用してもらうことを目指しています。これは1720億パラメータの大規模言語モデルで、最適化と量子化処理が施されており、デプロイコストの削減と推論効率の向上を目的としています。

自然言語処理Gguf

MiroThinker-v1.0-72Bは72Bパラメータの大規模言語モデルの量子化バージョンで、知識を誰もが利用できるようにすることを目指しています。このプロジェクトはオリジナルモデルを最適化し、より効率的な推論性能を提供します。

自然言語処理Gguf

Trouper-12B GGUFは、DarwinAnim8orによってオリジナルモデルを基に開発されたテキスト生成モデルで、ロールプレイングやクリエイティブライティングのシナリオに特化して最適化されています。このモデルはMistral-Nemo-Base-12Bから微調整され、カスタムの「Actors」データセットを使用して訓練されており、生成されるテキストはより自然で、一般的な「AI言語」の特徴を避けています。

自然言語処理Gguf英語

これはWeiboAI/VibeThinker-1.5Bの量子化バージョンで、知識を誰もが利用できるようにすることを目指しています。このプロジェクトでは、最適化されたモデルの重みを提供し、モデルのデプロイと使用を容易にします。

自然言語処理Gguf

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

本プロジェクトはカナナ1.5 - 15.7B - A3B指令モデルのMXFP4_MOE量子化バージョンで、特定のシナリオでモデルの実行効率を向上させることができます。このモデルはkakaocorp/kanana-1.5-15.7b-a3b-instructをベースに最適化され、ハイブリッドエキスパートアーキテクチャとMXFP4量子化技術を採用しています。

自然言語処理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

NeuTTS - Airベトナム語テキストを音声に変換するモデルは、260万以上のベトナム語オーディオサンプルに基づき、NeuTTS - Air基礎モデルから微調整された高品質のベトナム語音声合成モデルです。このモデルは、自然で流暢なベトナム語音声合成を実現でき、音声クローニング機能をサポートし、生産環境に合わせて最適化されています。

音声処理Transformersその他

このプロジェクトはMiniMax-M2モデルに対する高品質HQ4_K量子化で、テキスト生成タスクに特化して最適化されており、対話シーンに特に適しています。この量子化バージョンはimatrixを使用せず、モデルの性能を維持しています。

自然言語処理Gguf

このプロジェクトは、Qwen3-Coder-30B-A3B-InstructモデルをMXFP4_MOE量子化した成果物で、コンテキストサイズを256kから1Mに拡張し、コード生成やプログラミングタスクに最適化されたモデルバージョンを提供し、パフォーマンスの向上とリソースの節約に価値があります。

マルチモーダルGguf

このプロジェクトは、Fluxアーキテクチャに基づくテキストから画像へのモデルNepotismの量子化バージョンで、SVDQuant技術を用いて最適化されています。INT4とFP4の2種類の量子化形式を提供し、それぞれ異なる世代のGPUハードウェアに適しており、画像生成品質を維持しながら、モデルサイズとメモリ使用量を大幅に削減します。

マルチモーダルDiffusers英語

GPT-OSS-Safeguard-20Bは、GPT-OSSをベースに構築された210億パラメータのセキュリティ推論モデルで、セキュリティ関連のテキストコンテンツの分類とフィルタリングタスクに特化して最適化されています。このモデルはカスタムセキュリティポリシーをサポートし、透明な推論プロセスを提供し、大規模言語モデルの入出力フィルタリングやオンラインコンテンツのラベリングなどのセキュリティユースケースに適しています。

自然言語処理Transformers

このプロジェクトは、IBMのGranite-4.0-h-350mモデルをベースにした量子化バージョンで、知識を誰もが利用できるようにすることを目指しています。このモデルは、高効率なテキスト生成モデルで、量子化による最適化を行った結果、モデルサイズが小さく、推論速度が速くなっています。

自然言語処理Gguf

これは高性能の4ビット量子化版のKimi K2 Instructモデルで、MLXフレームワークを使用してApple Silicon（M1/M2/M3/M4）Mac上で実行するように最適化されています。このモデルは6710億のパラメータを持ち、128Kのコンテキストウィンドウをサポートし、品質と効率の間で優れたバランスを実現しており、ほとんどの実際のデプロイに理想的な選択肢です。

自然言語処理Mlx多言語

これはPromptCoT-2.0-SelfPlay-30B-A3BモデルのMXFP4_MOE量子化バージョンで、テキスト生成タスクに特化しています。このモデルは思考過程プロンプトと自己対局訓練技術を採用し、量子化最適化によりより効率的な推論性能を実現しています。

自然言語処理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