Zirel-3は、GLM - 4.5 - Air - REAP - 82B - A12Bをベースにした特定の微調整モデルで、REAP（ルーティング重み付きエキスパート活性化剪定）技術を用いて圧縮された820億パラメータの混合エキスパートモデルです。高性能を維持しながら、モデルサイズを大幅に削減しています。

自然言語処理Transformers英語

GLM-4.6-AWQは、智譜AIのGLM-4.6（357B MoE）を高性能AWQ量子化したモデルで、vLLM推論用に最適化されており、本番デプロイのスループットを効果的に向上させます。このモデルは4ビット量子化技術を採用しており、高精度を維持しながら顕著にVRAM使用量を削減します。

自然言語処理Transformers多言語

lans_v1 - loraは、Qwen/Qwen-Imageモデルをベースに、OstrisによるAIツールキットを使用して訓練されたテキストから画像への変換モデルです。LoRA技術を用いて最適化されており、良好な画像生成能力を備えています。

マルチモーダルDiffusers

pejawan22-loraはAI技術を基に訓練されたLoRAモデルで、特定の画像生成に特化しており、複数のAIツールと統合して使用できます。トリガーワード「peja」を使って画像を生成します。

マルチモーダルDiffusers

これはAI技術に基づくテキストから動画へのLoRAモデルで、アリタキャラクターに特化して最適化訓練されており、画像生成などのシーンに使用でき、関連分野のアプリケーションに便利をもたらします。

マルチモーダルDiffusers

piccoli_no_style-loraは、画像から動画への変換、LoRA技術に基づく生成モデルで、AI Toolkitを使用して訓練され、Qwen/Qwen-Imageをベースモデルとして、さまざまな画像生成シーンをサポートします。

マルチモーダルDiffusers

piccoli_no_style-loraは、画像から動画への技術に基づくLoRAモデルで、AI Toolkitを使用してトレーニングされ、主に画像生成タスクに使用され、複数の主流のAIツールと連携できます。

コンピュータビジョンDiffusers

これはQwen/Qwen-Image基礎モデルに基づいて訓練された画像から動画へのLoRAモデルで、LoRA（Low-Rank Adaptation）技術を用いて効率的な微調整を実現し、AI画像生成などの関連タスクに使用できます。

マルチモーダルDiffusers

本プロジェクトは、騰訊の混元-MT-7B大規模言語モデルの量子化バージョンを提供します。モデル圧縮技術を通じて計算と記憶の要件を削減し、知識をすべての人に利用可能にすることを目指し、高性能なAIモデルをより普及させ、使いやすくします。

自然言語処理Gguf

Noobai-XL-1.0はStable Diffusion XL技術に基づくテキストから画像への生成モデルで、リアルな写实スタイルの画像生成に特化し、画像創作分野に高品質のAI生成ソリューションを提供します。

コンピュータビジョンDiffusers英語

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

これは慧慧Qwen3-4B思考モデルの量子化バージョンで、Qwen2-4Bアーキテクチャに基づいて構築され、量子化技術を通じてAI知識をより簡単に取得し使用できるようにし、ハードウェアの敷居を下げることを目指しています。

自然言語処理Gguf

GLM-4.5-Air-8bitは、智譜AIのGLM-4.5-Airモデルから変換された8ビット量子化バージョンで、MLXフレームワーク用に特別に最適化されています。このモデルは、オリジナル版の強力な自然言語処理能力を維持しながら、量子化技術によってメモリ使用量と計算要件を削減し、Apple Siliconデバイスで効率的に動作するのに適しています。

自然言語処理Mlx多言語

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

AiGirl_IIは、black-forest-labs/FLUX.1-devをベースに構築されたテキストから画像を生成するモデルで、LoRA技術とDiffusersライブラリを組み合わせて、特定のスタイルの画像を生成するために特別に設計されています。このモデルはCC BY-NC-ND 4.0ライセンスを採用しており、非商用用途に適しています。

コンピュータビジョンDiffusers

Cosmos-Predict2.5はNVIDIAが開発した、物理AI向けに設計された高性能の事前学習済み世界基礎モデルセットです。拡散モデル技術に基づいており、テキスト、画像、またはビデオの入力に基づいて、物理的な知覚を持つ高品質の画像とビデオを生成することができ、自動運転やロボットなどのアプリケーションに世界シミュレーション能力を提供します。

マルチモーダルDiffusers

これはAI21 LabsのJamba-Mini-1.7モデルの量子化バージョンで、llama.cppのimatrix技術を使用して最適化され、さまざまなハードウェア構成に対して複数の量子化オプションを提供し、高効率な推論をサポートします。

自然言語処理Gguf

Devstral Small 1.1 GGUFは、ソフトウェアエンジニアリングタスク用に特別に開発された大規模言語モデルです。Mistral AIとAll Hands AIの技術的な強みを組み合わせ、コード処理とソフトウェアエンジニアリングエージェント機能で優れた性能を発揮します。

自然言語処理Gguf英語

NVIDIA Qwen3-30B-A3B FP4は、アリババのQwen3-30B-A3Bモデルの量子化バージョンで、最適化されたTransformerアーキテクチャを採用し、FP4量子化技術によりモデルサイズを約3.3倍削減しながら、良好な性能を維持しています。このモデルは商用および非商用用途をサポートし、AIエージェントシステム、チャットボット、RAGシステムなどのアプリケーションシーンに適しています。

自然言語処理Safetensors

Mi:dm 2.0は、KTの独自技術を用いて開発された「韓国を中心としたAI」モデルで、韓国社会独自の価値観、認知枠組み、常識推論を深く内包しています。

自然言語処理Transformers多言語