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

Gaperon-1125-24Bは240億のパラメータを持つバイリンガル（フランス語 - 英語）言語モデルで、約2兆のトークンで訓練され、フランス語、英語、およびコーディングタスクを熟練して処理できます。このモデルはOLMo - 2アーキテクチャを採用し、大規模で高品質なテキスト生成と優れたタスク性能の間の最適なバランスを実現することを目的としています。

自然言語処理Transformers多言語

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、高音質のテキスト音声変換モデルです。2段階パイプラインを用いて、大規模言語モデルと高効率オーディオコーデックを組み合わせ、卓越した速度とオーディオ品質を実現します。このモデルはスペイン語をサポートし、4億のパラメータを持ち、サンプリングレートは22kHzです。

音声処理Transformersスペイン語

Ming-UniVisionは多モーダル大規模言語モデルで、初めて連続ビジュアル表現を次のトークン予測フレームワークに統合し、単一の自己回帰パラダイムの下でビジュアルと言語を統一し、離散量子化や特定モーダルのヘッドを必要としません。このモデルは連合画像理解と生成をサポートし、ビジュアル言語トレーニングでの収束速度がより速く、多輪コンテキストビジュアルタスクもサポートします。

マルチモーダルTransformers多言語

NeuTTS Airは、即時音声クローニング機能を備えた世界初の超リアルなデバイス端テキスト音声変換モデルです。0.5Bパラメータの大規模言語モデルの骨格をベースに構築され、ローカルデバイス上で自然な音声生成、リアルタイム性能、話者クローニング機能を実現します。

音声処理Gguf

gpt-oss-safeguard-20bは、gpt-ossをベースに構築されたセキュリティ推論モデルで、210億個のパラメータ（うち36億個はアクティブなパラメータ）を持ち、セキュリティユースケースに特化して設計されています。このモデルは、提供されたセキュリティポリシーに基づいてテキストコンテンツを分類し、基本的なセキュリティタスクを実行することができ、大規模言語モデルの入出力フィルタリング、オンラインコンテンツのラベリングなどのシナリオに適しています。

自然言語処理Transformers

gpt-oss-safeguard-120bは、gpt-ossをベースに構築されたセキュリティ推論モデルで、セキュリティユースケース向けに特別に設計されています。このモデルは、提供されたセキュリティポリシーに基づいてテキストコンテンツを分類し、一連の基本的なセキュリティタスクを実行でき、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シナリオに適しています。

自然言語処理Transformers

Qwen3-Next-80B-A3B-Instructは、アリババの通義千問チームによって開発された最新世代の大規模言語モデルです。革新的な混合注意力機構と高疎なエキスパート混合アーキテクチャを採用し、総パラメータ数を80Bに保ちながら3Bのパラメータのみを活性化させ、効率的なコンテキストモデリングと推論の高速化を実現しています。ネイティブで262Kのコンテキスト長をサポートし、1Mトークンまで拡張可能です。

自然言語処理Transformers

Seed-OSS-36B-Instructは、バイトドングが開発したテキスト生成モデルで、36Bパラメータ規模の大規模言語モデルアーキテクチャに基づいており、指令追従タスクに特化して最適化されています。このモデルは英語と中国語の両方をサポートし、Apache-2.0オープンソースライセンスを採用しており、vllmとmlx推論フレームワークを通じて高効率にデプロイできます。

自然言語処理Mlx多言語

GLM-4.5V-AWQ-4bitは、Zhipu AIの次世代フラッグシップテキスト基礎モデルに基づいて構築された量子化バージョンのマルチモーダルモデルで、AWQ-4bit量子化技術により最適化され、優れた性能を維持しながら計算リソースの必要量を大幅に削減します。このモデルは42の公開視覚言語ベンチマークテストで同規模のモデルのSOTA性能を達成し、強力な視覚推論能力を備えています。

マルチモーダルTransformers多言語

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

GoldDiamondGold-70bは、複数の事前学習言語モデルをmergekitツールを通じて統合した大規模言語モデルです。このモデルはSCE統合方法を採用し、cogito-v2をベースに17個の異なる70Bパラメータ規模のモデルを融合させ、各モデルの長所を結合し、インテリジェントなテキスト生成とダイアログ能力を提供することを目的としています。

自然言語処理Transformers

Llama-3.3-Nemotron-Super-49B-v1.5は、Meta Llama-3.3-70B-Instructをベースに派生した大規模言語モデルで、v1バージョンの大幅なアップグレード版です。このモデルは、推論、人間の対話嗜好、およびエージェントタスク（RAGやツール呼び出しなど）で優れた性能を発揮し、128Kトークンのコンテキスト長をサポートし、精度と効率のバランスを良好に保っています。

自然言語処理Transformers英語

Cogito v2は命令調整された生成型大規模言語モデルで、混合専門家アーキテクチャを採用し、1090億のパラメータを持っています。このモデルは多言語処理と長文脈推論をサポートし、コーディングやSTEMなどの分野で優れた性能を発揮し、商用利用もサポートしています。

自然言語処理Transformers

Meta Llama-3.3-70B-Instructをベースにした大規模言語モデルで、多段階のトレーニング最適化を経て、推論やチャットなどのタスクで優れた性能を発揮し、複数の言語をサポートし、様々なAIアプリケーションシーンに適しています。ニューラルアーキテクチャサーチ技術を用いて最適化され、単一のH100-80GB GPUで効率的に動作します。

自然言語処理Transformers英語

Eden-L3.3-70b-0.3は、クリエイティブライティングとロールプレイングのシナリオに特化して最適化された70Bパラメータの大規模言語モデルです。SCEマージ方法を用いて複数の先進的な70Bモデルを融合し、優れたテキスト生成と対話能力を備えています。

自然言語処理Transformers

Devstral 1.1は、Mistral AIとAll Hands AIが共同開発したスマート大規模言語モデルで、ソフトウェアエンジニアリングタスク向けに設計されています。このモデルはSWE-benchベンチマークテストで優れた成績を収め、オープンソースモデルのトップにランクインしており、240億のパラメータと128kトークンの長いコンテキストウィンドウを持っています。

自然言語処理Safetensors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

Impish_LLAMA_4Bは、nVidiaの枝刈りモデルに基づいて構築された40億パラメータの大規模言語モデルで、ロールプレイングとアドベンチャーシーンに特化して最適化されています。このモデルは、小さなパラメータ規模を維持しながら、卓越した応答能力とコンテキスト感知能力を発揮し、首尾一貫したアドベンチャーストーリーを生成し、一定のアシスタント機能を備えています。

自然言語処理Transformers英語

Mistralアーキテクチャに基づく24Bパラメータの大規模言語モデルで、ロールプレイングとクリエイティブライティングに最適化され、GGUF量子化形式を採用しています。

自然言語処理Gguf英語