JanusCoderV-7BはInternLMによって開発された7Bパラメータのコード生成モデルです。このプロジェクトでは、llama.cppを使用してimatrix量化を行った複数のバージョンを提供し、さまざまなハードウェア要件を満たすための複数の量化レベルをサポートしています。

自然言語処理Gguf

MiniMax - M2は、高効率コーディングとインテリジェントエージェントワークフロー用に特別に開発されたハイブリッドエキスパートモデルで、総パラメータが2300億、活性化パラメータが100億です。このモデルは、コーディングとインテリジェントエージェントタスクで卓越した性能を発揮し、低遅延、低コスト、高スループットの特徴を持ち、作業効率を効果的に向上させます。

自然言語処理Transformers

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

Mellum-4b-dpo-allはJetBrainsが開発した、コード生成と理解に特化した40億パラメータの大規模言語モデルです。事前学習、SFT、直接嗜好最適化（DPO）の3段階のトレーニングを経て、高品質で読みやすいコードを生成でき、複数のプログラミング言語をサポートします。

自然言語処理Transformersその他

Granite-4.0-Micro-BaseはIBMが開発したデコーダーのみの長文脈言語モデルで、約15兆のトークンを使ってゼロから学習され、四ステージトレーニング戦略を採用しています。このモデルは様々なテキスト生成タスクに特化して設計されており、多言語と穴埋め式のコード補完機能をサポートしています。

自然言語処理Transformers

Qwen2.5-Coder-1.5Bは、Qwenシリーズの基礎モデルに基づいて開発されたコード生成専用モデルで、15億のパラメータを持ち、コード関連のテキスト生成タスクに特化しています。このモデルはGGUFで量子化処理されており、さまざまなデプロイ方法をサポートし、開発者に効率的なコード生成ソリューションを提供します。

自然言語処理Transformers多言語

UIGEN-FX-4B-Previewは40億のパラメータを持つUI生成モデルで、フロントエンド開発に特化して最適化されており、22のフレームワークでフロントエンドエンジニアのように機能します。このモデルは意味論的なHTMLコードの生成に焦点を当てており、優れたレイアウトリズム、間隔制御、コンポーネント組み合わせ能力を持ち、単一ファイルのウェブページを迅速に生成するのに適しています。

自然言語処理Transformers英語

InstinctはQwen2.5-Coder-7Bに基づくコード編集モデルで、実世界のコード編集データセットで微調整され、開発者の次の操作をスマートに予測し、スムーズなプログラミング状態を維持できます。このGGUF量子化バージョンはQuantFactoryによって作成され、効率的なローカル推論能力を提供します。

自然言語処理Transformers

これはRockchip RK3588開発ボード用に最適化されたコード生成モデルで、Qwen2.5-Coder-3B-Instructから変換され、エッジデバイスでのローカルコード支援と生成タスクをサポートします。

cudaLLM-8BはByteDance Seedによって開発された専門の言語モデルで、高性能かつ構文が正しいCUDAカーネルコードを生成するために特別に設計されています。Qwen3-8B基礎モデルをベースに構築され、監督微調整と強化学習の2段階のトレーニングを通じて、開発者が効率的なGPU並列プログラミングコードを記述するのを支援することができます。

自然言語処理Transformers英語

Code LlamaはMetaによって開発された700億パラメータの大規模言語モデルで、Pythonプログラミング言語に特化して最適化されています。このモデルは最適化されたTransformerアーキテクチャに基づいており、コード合成と理解タスクをサポートし、最大16kトークンのコンテキスト長を処理できます。

自然言語処理Pytorchその他

これはQwen3-Coder-30B-A3B-InstructモデルのGGUF量子化バージョンで、TensorBlockによって提供されています。このモデルは300億パラメータの大規模言語モデルで、コード生成とプログラミングタスクに特化して最適化されており、複数のプログラミング言語と開発シナリオをサポートしています。

自然言語処理Transformers

Qwen3-Coder-30B-A3B-InstructはQwenチームによって開発されたコード生成用の大規模モデルで、プログラミ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MLXチームによる8ビット量子化処理を施され、Appleチップに対して特別に最適化されており、効率的なコード生成能力を持っています。

自然言語処理Transformers

Qwen3-Coder-30B-A3B-InstructはQwenが開発した30Bパラメータ規模のコード生成モデルで、命令微調整により最適化され、プログラミングタスクに特化して設計されています。このモデルはMLXフレームワークを用いて4ビット量子化され、Appleチップに最適化されており、Macデバイスで効率的に動作します。

自然言語処理Transformers

Nous-V1 8BはApexion AIによって開発された80億パラメータの言語モデルで、Qwen3-8Bアーキテクチャに基づいて構築されています。このモデルは、様々な自然言語処理タスクを処理するために設計されており、対話型AI、知識推論、コード生成、コンテンツ作成などの分野で優れた性能を発揮し、モデルの能力と実際のデプロイ効率のバランスを良好に保っています。

自然言語処理Transformers多言語

LFM2-350MはLiquid AIによって開発された第2世代のハイブリッドモデルで、エッジAIとデバイス端末のデプロイに特化して設計されています。このモデルは、品質、速度、メモリ効率の面で新しい基準を確立し、3億5000万のパラメータを持ち、複数の言語をサポートし、エッジコンピューティングシナリオに適しています。

自然言語処理Transformers多言語

OpenCodeReasoning-Nemotron-1.1-7BはQwen2.5-7B-Instructをベースに開発された70億パラメータの大規模言語モデルで、コード生成と推論タスクに特化して事後トレーニングによる最適化が行われています。このモデルは64kトークンのコンテキスト長をサポートし、競技プログラミングタスクで優れた性能を発揮し、LiveCodeBench評価で55.5%のワンパス率を達成しています。

自然言語処理Transformers多言語

Granite-8B-Code-Instruct-4KはIBM Researchによって開発された80億パラメータのコード指令モデルで、Granite-8B-Code-Base-4Kを基に、様々な指令データで微調整されています。このモデルは、指令追従、論理推論、および問題解決能力を強化しており、コーディングアシスタントの構築に特化しており、複数のプログラミング言語をサポートしています。

自然言語処理Transformersその他

Skywork-SWE-32BはSkywork AIによって開発されたコードプロキシモデルで、ソフトウェアエンジニアリングタスクに特化しており、複数の重要な指標で優れた性能を発揮します。

自然言語処理Transformers