これはLLM-Compressorを基に、Qwen3-30B-A3B-Instruct-2507をW8A8（8ビットの重みと活性化値）で量子化したバージョンです。FP16バージョンと比べて、メモリ使用量が約50％削減され、対応するハードウェアではより高速な推論速度を実現し、特にAmpere以前のGPUアーキテクチャに適しています。

自然言語処理Transformers

AMPLIFYは、タンパク質配列分析と予測タスクに特化した、効率的で先進的なタンパク質言語モデルです。

科学計算Transformers英語

AMPLIFYは、NVIDIAのTransformerEngineライブラリを使用して最適化された、効率的なタンパク質言語モデルです。残基とタンパク質の埋め込みを生成し、変異を提案し、無秩序タンパク質と非タンパク質配列を区別することができます。このモデルは、数値精度の範囲内で元のモデルと同じ重みと出力を維持し、商用および非商用用途に使用できます。

科学計算Transformers英語

Qwen/Qwen3-14Bモデルに基づくInt8量子化バージョンで、AmpereアーキテクチャのGPUに特化して最適化されています。W8A8量子化技術により、メモリ使用量と計算要件を大幅に削減しながら、元のモデルに近い性能を維持します。

自然言語処理Transformers

メティスは統一音声生成のための基盤モデルで、事前学習とファインチューニングのパラダイムを採用し、大規模な無注釈音声データ上でマスク生成モデリングによる事前学習を行い、多様な音声生成タスクに適応するためにファインチューニングを行います。

音声処理Safetensors

LoRAでトレーニングされたテキストから画像生成モデルで、ラフな子供向けイラストスタイルの画像生成に特化しています。

コンピュータビジョンDiffusers

FinABSAはT5-Largeアーキテクチャでトレーニングされたアスペクト感情分析(ABSA)タスク向けモデルで、複数のアスペクトを含む文章を解析できます。ターゲットアスペクトを[TGT]トークンに置き換えることで、モデルはそのアスペクトの感情予測に集中できます。

自然言語処理Transformers英語