これはArliAIのGLM-4.5-Air-DerestrictedモデルのGGUF量子化バージョンで、llama.cppとimatrix技術を使用して最適化量子化処理が行われ、複数の量子化レベルを選択でき、さまざまなハードウェア構成とパフォーマンス要件に対応しています。

自然言語処理Gguf

これはTheDrummerのSnowpiercer-15B-v4モデルの量子化バージョンで、llama.cppとimatrix技術を使用して量子化処理されています。このバージョンはBF16からIQ2_Sまでの多くの量子化レベルを提供し、さまざまなハードウェア条件とパフォーマンス要件を持つユーザーのニーズを満たします。モデルは特定のデータセットを使用してキャリブレーションと最適化が行われ、ARMとAVXハードウェアでのパフォーマンスを向上させるためのオンライン再パッケージング機能をサポートしています。

自然言語処理Gguf

楠米色4-3B-思考-2511は楠米色シリーズの最新の強化バージョンで、高度な蒸留技術と強化学習による最適化を通じて、コンパクトな3Bパラメータ規模で強力な推論能力を実現しています。このモデルはArena-Hard-V2やBFCL-V4などのベンチマークテストで、パラメータが32B未満のモデルの中で最先端（SOTA）の成果を達成しています。

自然言語処理Transformers多言語

これは300時間の純粋なアラビア語音声データを基に微調整されたテキスト音声変換モデルで、完全な母音記号付きの現代標準アラビア語に特化した高品質な音声合成を提供し、音声クローンと長文処理機能をサポートしています。

音声処理Safetensors多言語

本プロジェクトはQwen3-VL-32B-Instructモデルに基づくllama.cpp GGUF量子化バージョンで、様々な量子化タイプを提供して異なるハードウェアと性能要件を満たします。特定のデータセットとimatrixオプションを組み合わせて量子化を行い、量子化の品質を保証し、ARMとAVXマシンの性能を向上させるためにオンラインで重みを再パッケージ化することをサポートします。

マルチモーダルGguf

Lam-2は、カスタムアーキテクチャAricate V4に基づいて開発された第二代の小型言語モデル(SLM)で、質問と回答のタスクで優れた性能を発揮し、卓越した言語の連貫性と創造力を持っています。前代製品と比較して、Lam-2は文法の正確性とテキスト生成の品質が著しく向上しています。

自然言語処理Safetensorsフランス語

これは🤗 Transformersフレームワークに基づく事前学習モデルで、Hugging Faceモデルセンターに公開されています。このモデルカードは自動生成されたもので、具体的な機能とアプリケーションシナリオについては、さらに詳細な情報を補充する必要があります。

自然言語処理Transformers

ArcMindはArcDevsによって開発された次世代の対話モデルで、自然なインタラクション、適応型インテリジェンス、コンテキストの正確性に焦点を当て、ユーザーにシームレスで人間に似た対話体験を提供することを目的としています。

自然言語処理Transformers英語

これはOstrisによるAIツールキットを基に訓練されたテキストから動画へのLoRAモデルで、Wan2.2-T2V-A14Bをベースモデルとして使用し、テキストから動画への変換タスクをサポートし、関連分野のアプリケーションに強力なサポートを提供します。

マルチモーダルDiffusers

YOLOv11アーキテクチャに基づく3種類の文書レイアウト分析モデル（nano、small、medium）で、DocLayNetデータセットで微調整され、文書内のテキスト、表、グラフなど11種類のレイアウト要素を正確に検出でき、文書理解と情報抽出タスクに適しています。

ArceeベースのAFM-4.5Bの軽量医療微調整モデルで、三階段訓練方法（SFT→DPO→GRPO-CoT）を用いて最適化され、医療教育と研究シーンに特化しています。

自然言語処理Transformers多言語

ARC-Qwen-Video-7Bは、騰訊ARCラボが開発した現実世界の短動画を理解するためのマルチモーダルモデルで、Qwen2.5-VL-7B-Instructをベースに構築され、音声と動画の同期分析と理解をサポートしています。

マルチモーダルTransformers

Snowflake Arctic Embed L V2.0は、最大90言語をサポートする高度な文の類似度モデルで、テキスト分類、検索、クラスタリング、再ランキング、意味的テキスト類似度などのタスクで優れた性能を発揮します。このモデルはMTEBベンチマークテストに基づいており、複数のデータセットで強力な性能を示しています。

自然言語処理Sentence-transformers多言語

SmolLM-135M-Instruct-manimは、HuggingFaceTB/SmolLM-135M-Instructモデルを基に、manimコード生成データセットを使用してLoRA微調整を行った軽量言語モデルです。このモデルは、コード生成タスクに特化して最適化されており、異なるデプロイニーズに対応するために3種類の異なるバリエーションを提供します。

自然言語処理Transformers英語

AGI-0 Art-0-8B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条件で高効率に動作します。高品質のQ8_0から軽量なIQ2_Mまで、さまざまな量子化レベルを提供し、さまざまなメモリとパフォーマンスの要件を満たします。

自然言語処理Gguf

これはopenai/gpt-oss-20bをベースに医療分野で微調整されたLoRAアダプターモデルで、医療質問応答、摘要生成、知識検索などのタスクに特化して最適化されています。このモデルは、効率的なパラメータ微調整技術を用いて、200億パラメータのベースモデルの汎用推論能力を維持しながら、医療分野での性能を向上させています。

自然言語処理Peft

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

AASIST3はAASISTアーキテクチャに基づく強化版で、音声深度偽造検出に特化しています。このモデルはKolmogorov - Arnold Networks (KAN)を組み込み、自己教師付き学習特徴と追加の正則化技術を組み合わせることで、音声深度偽造検出の性能とロバスト性を効果的に向上させます。

音声処理Safetensors英語

AFM-4.5BはArcee.aiによって開発された45億パラメータの指令調整モデルで、企業レベルのアプリケーション向けに設計され、多言語処理をサポートし、クラウドからエッジまでのさまざまなデプロイ環境で卓越した性能を発揮します。

自然言語処理Transformers多言語

これはarcee-aiのAFM-4.5Bモデルの量子化バージョンで、llamacppを使用して処理され、多言語テキスト生成をサポートし、さまざまなハードウェア環境に適応するための複数の量子化オプションを提供します。

自然言語処理Gguf多言語