KaLM-Embedding-V2.5は汎用的で軽量なエンベディングモデルで、卓越した訓練技術とデータにより、同規模のモデルの中で最適な性能を達成し、規模が3～26倍大きいモデルとも匹敵します。多言語と複数のエンベディング次元の選択をサポートします。

自然言語処理Sentence-transformers多言語

PatchFMはTransformerアーキテクチャに基づく単変量時系列予測基礎モデルで、ブロックごとの予測方法を採用し、大規模言語モデルの訓練思想を借りて、時系列をブロックに分割して次のブロックを予測し、多分位数出力と不確定性推定をサポートします。

科学計算Safetensors

QuestAは、問題強化手法を用いて大規模言語モデルの推論能力を向上させる革新的なフレームワークです。強化学習訓練の過程で部分解決策を組み込むことで、数学推論などの複雑なタスクにおけるモデルの性能を大幅に向上させ、特に小パラメータモデルで最適な結果を達成しています。

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

梅格レス2-3x7B-A3Bはデバイスネイティブの大規模言語モデルで、ハイブリッドエキスパート（MoE）アーキテクチャを採用し、MoEの正確性と密集モデルのコンパクト性の利点を兼ね備えています。このモデルは8Tトークンのデータで訓練され、32Kの文脈長を持ち、将来的には推論とエージェント機能の向上が計画されています。

自然言語処理Gguf多言語

これはQwen2.5 - 7B - Instructをベースに微調整された大規模言語モデルで、C2_re_100k_tag5_cleaned_hermes_toolv6_dethink_replacedv1データセットで訓練され、評価セットで0.2549の損失値を達成し、最適化された対話とツール使用能力を備えています。

自然言語処理Transformers

ボレアリスは、ロシア語向けの最初の自動音声認識（ASR）オーディオ大規模言語モデルで、約7000時間のロシア語オーディオデータで訓練されています。このモデルは、オーディオ内の句読点を認識することができ、アーキテクチャはVoxtralに影響を受けていますが、改良されており、複数のロシア語ASRベンチマークテストで優れた性能を発揮しています。

音声処理Pytorchその他

Qwen3-4B-Instructは、アリババの通義千問チームによって開発された40億パラメータの指令微調大規模言語モデルです。Qwen3アーキテクチャを最適化し、対話と指令追従タスクに特化して訓練されており、強力なテキスト生成と理解能力を備えています。

自然言語処理Transformers

NVIDIA Nemotron Nano 12B v2は、NVIDIAによって最初から訓練された大規模言語モデルで、推論および非推論タスク用に設計されています。混合Mamba2-Transformerアーキテクチャを採用し、多言語に対応し、制御可能な推論能力を備えており、ユーザーの要求に応じて推論過程を生成するか、直接答えを提供することができます。

自然言語処理Transformers多言語

NVIDIA-Nemotron-Nano-9B-v2はNVIDIAが新たに訓練した大規模言語モデルで、推論タスクと非推論タスクの両方に対応した統一モデルです。このモデルはMamba2-Transformer混合アーキテクチャを採用し、多言語に対応し、制御可能な推論能力を備えています。ユーザーはシステムプロンプトを通じてモデルの推論プロセスを制御できます。このモデルは複数のベンチマークテストで優れた成績を収め、すでに商用可能です。

自然言語処理Transformers多言語

MiMoは、小米が推論タスク用に最初から訓練した大規模言語モデルシリーズです。事前学習と事後学習の戦略を最適化することで、数学とコードの推論タスクで卓越した性能を発揮します。プロジェクトでは、7Bパラメータ規模の複数のバージョンがオープンソース化されており、基礎モデル、SFTモデル、RLモデルが含まれます。

自然言語処理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

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

NVIDIA Nemotron Nano 12B v2はNVIDIAによってゼロから訓練された大規模言語モデルで、推論および非推論タスク用に設計されています。このモデルは混合アーキテクチャを採用し、Mamba - 2と注意力層を組み合わせ、多言語処理をサポートし、システムプロンプトによって推論能力を制御することができます。

自然言語処理Transformers多言語

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

NVIDIA-Nemotron-Nano-9B-v2はNVIDIAが最初から訓練した大規模言語モデルで、推論および非推論タスク用に設計されています。Mamba2-Transformer混合アーキテクチャを採用し、多言語処理をサポートし、制御可能な推論能力を備え、ユーザーが思考予算を指定でき、商用アプリケーションやAIエージェントシステムで優れた性能を発揮します。

自然言語処理Transformers多言語

SDARは、自己回帰と離散拡散モデリング戦略を統合した新しい大規模言語モデルです。ARモデルの効率的な訓練と拡散モデルの並列推論の利点を組み合わせています。一般的なタスクではSOTAオープンソースARモデルと同等の性能を発揮し、科学的推論タスクでは優れた性能を示し、最強の拡散言語モデルとなっています。

自然言語処理Transformers

DeepSeek - R1は大規模な強化学習によって訓練された推論モデルで、数学、コード、推論タスクで優れた性能を発揮します。教師付き微調整を必要とせずに、自己検証、反省、長い思考チェーンの生成などの強力な推論能力を示します。

自然言語処理Transformers英語

Cogito v2は命令調整に基づく生成型大規模言語モデルで、混合推論能力を備え、128kの文脈長と多言語処理をサポートしています。このモデルは反復蒸留と拡大(IDA)の訓練戦略を採用し、コーディング、STEM、命令遵守などのタスクで優れた性能を発揮します。

自然言語処理Transformers

MedVAL-4Bは微調整された言語モデルで、医師レベルに近い信頼性で人工知能が生成した医学テキスト出力を評価することができます。これは自己教師付きフレームワークで、合成データを利用して評価器の大規模言語モデルを訓練し、医師のラベルや参照出力なしで大規模言語モデルが生成した医学出力と入力の間の事実の一致性を評価します。

自然言語処理Transformers多言語