これはMiniMax-M2モデルのMLX形式への変換バージョンで、mlx-lm 0.28.1を使用して元のモデルから変換され、8ビット量子化とグループサイズ32の最適化設定をサポートし、Apple Siliconデバイスでの実行に最適化されています。

自然言語処理Mlx英語

これはMiniMax-M2モデルのMLX形式の8ビット量子化バージョンで、mlx-lm 0.28.4を使用してオリジナルモデルから変換され、Apple Siliconデバイスでの実行に最適化されています。

自然言語処理Mlx

MiniMax-M2-6bitは、MiniMaxAI/MiniMax-M2モデルのMLX形式変換バージョンで、mlx-lm 0.28.4を使用して変換され、Apple Siliconデバイスでの効率的な実行をサポートします。

自然言語処理Mlx

MiniMax-M2-4bitは、mlx-lmツールを使用してMiniMaxAI/MiniMax-M2から変換された4ビット量子化バージョンで、Apple Siliconチップに特化して最適化されており、効率的なテキスト生成能力を提供します。

自然言語処理Mlx

TheWhisper-Large-V3はOpenAI Whisper Large V3モデルの高性能ファインチューニング版で、TheStage AIによって多プラットフォーム（NVIDIA GPUとApple Silicon）のリアルタイム、低遅延、低消費電力の音声テキスト変換推論用に最適化されています。

音声処理Transformersその他

DeepSeek-OCR-8bitは、DeepSeek-OCRモデルを変換したMLX形式のバージョンで、Appleチップに特化して最適化されたビジュアル言語モデルで、多言語OCR認識と画像テキスト理解タスクをサポートします。

マルチモーダルMlxその他

これはQwen3-Next-80B-A3B-InstructモデルのMLX形式への変換バージョンで、Apple Siliconデバイス上での効率的な実行のために最適化されています。このモデルは800億パラメータの大規模言語モデルで、テキスト生成タスクをサポートし、強力な対話と推論能力を持っています。

自然言語処理Mlx

これはGLM-4.6アーキテクチャに基づく混合専門家モデルで、REAP方法を使用して専門家を40%均一に剪定し、パラメータ数は218Bで、MLX形式の3ビット量子化バージョンに変換され、Appleチップデバイスでの高効率実行に適しています。

自然言語処理Transformers英語

Qwen3-VL-2B-Instructは、Qwenチームによって開発された、効率的な画像テキストからテキストへの変換モデルです。このモデルはMLX 8ビット量子化によって最適化されており、特にAppleシリコンチップ搭載のデバイスに適しており、視覚言語タスクを処理し、効率的な解決策を提供することができます。

マルチモーダルTransformers

このモデルは、GLM-4.5-AirをベースにREAP方法を用いて25%均一に枝刈りを行った専門家混合モデルで、MLX形式の4ビット量子化バージョンに変換されており、Appleチップデバイスでの効率的な推論に適しています。

自然言語処理Transformers英語

これはQwen3-Coder-REAP-25B-A3Bモデルを変換したMLX形式のバージョンで、mlx-lmツールを使用して元のモデルから変換され、Apple Siliconチップに特化して最適化され、効率的なテキスト生成タスクをサポートします。

自然言語処理Mlx英語

GLM-4.5-Airモデルをベースに、REAP方法を用いて専門家の25%を枝刈りした最適化バージョンで、MLX形式に変換されてApple Siliconデバイスで効率的に動作します。

自然言語処理Mlx英語

これはQwen3-VL-4B-Instructモデルの4ビット量子化バージョンで、Apple Siliconチップ向けに最適化され、MLXフレームワークを使用して変換されています。このモデルは視覚言語モデルで、画像理解とマルチモーダル対話タスクをサポートします。

マルチモーダルMlx

Qwen3-VL-8B-InstructはQwenチームによって開発されたマルチモーダルビジュアル言語モデルで、画像とテキストからテキストへの変換をサポートしています。このバージョンはMLX 8ビット量子化処理を施され、Appleシリコンチップに特化して最適化されており、パフォーマンスを維持しながら実行効率を向上させています。

マルチモーダルMlx

Qwen3-VL-8B-InstructはQwenによって開発された視覚言語モデルで、MLX量子化最適化を経て、Apple Siliconデバイスに特化しています。このモデルは画像とテキストのマルチモーダル入力をサポートし、画像に関連するテキスト内容を理解し生成することができます。

マルチモーダルMlx

LFM2-8B-A1Bは、Appleシリコンチップ用に最適化された8ビット量子化のMLX構築バージョンで、エキスパート混合（MoE）アーキテクチャを採用し、総パラメータは約80億、各トークンのアクティブパラメータは約10億で、デバイス端での高速推論をサポートします。

自然言語処理Mlx英語

IBM Granite-4.0-H-Tinyモデルの5ビット量子化バージョンで、Appleシリコンチップ用に最適化されています。Mamba-2とソフトアテンションの混合アーキテクチャを採用し、混合専門家モデル（MoE）を組み合わせることで、高品質を維持しながら効率的な推論を実現します。

自然言語処理Mlx多言語

IBM Granite - 4.0 - H - Tinyは、Apple Siliconチップで最適化された混合Mamba - 2/Transformerモデルで、3ビット量子化技術を採用し、長文脈、高効率推論、および企業利用向けに設計されています。このモデルはMamba - 2アーキテクチャとエキスパート混合技術を組み合わせ、表現力を維持しながらメモリ使用量を大幅に削減します。

自然言語処理Mlx多言語

これはIBM Granite-4.0-h-Tinyモデルの4ビット量子化バージョンで、Apple Silicon用に最適化され、MLXフレームワークを使用して効率的な推論を行います。モデルはDWQ（動的重み量子化）で処理され、性能を維持しながらモデルサイズを大幅に縮小しています。

自然言語処理Mlx

これはIBM Granite-4.0-H-MicroモデルのMLX形式の8ビット量子化バージョンで、Apple Silicon向けに最適化され、効率的な大規模言語モデル推論能力を提供します。

自然言語処理Mlx