これはマイクロソフトFara-7B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ています。このモデルは、高精度のbf16から超低精度のIQ2_Mまで、さまざまな量子化レベルをサポートし、異なるハードウェア構成とパフォーマンス要件を満たします。

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

これはApplied Brain Research（ABR）によって開発された、状態空間モデル（SSM）に基づく英語の自動音声認識モデルです。約1900万のパラメータを持ち、英語の音声を効率的かつ正確にテキストに変換することができます。このモデルは複数のベンチマークデータセットで優れた性能を発揮し、平均単語誤り率はわずか10.61%です。リアルタイム音声認識をサポートし、低コストのハードウェアで動作することができます。

音声処理Transformers英語

Parrotlet-eは、高度な多言語医学埋め込みモデルで、インドの諸言語における医学用語に特化して最適化されています。これはBAAI/bge-m3をベースに微調整され、1800万対以上の多言語医学用語ペアで訓練され、12種類のインド語と英語をサポートし、臨床文書中の略語、スペルバリエーション、口語表現に対して強いロバスト性を持っています。

自然言語処理Transformers

Olmo 3は、Allen Institute for AI (Ai2)によって開発された全く新しい32Bパラメータの言語モデルファミリーで、Base、Instruct、Thinkなどのバリエーションが含まれています。このモデルはDolma 3データセットを基に訓練され、65,536の長文脈処理をサポートし、言語モデル科学の発展を推進することを目的としています。モデルは完全にオープンソースで、Apache 2.0ライセンスに従っています。

自然言語処理Transformers英語

Qwen3-VL-2B-Instruct-FP8はQwenシリーズで最も強力なビジュアル言語モデルのFP8量子化バージョンで、ブロックサイズ128の細粒度fp8量子化を採用し、性能は元のBF16モデルとほぼ同じです。このモデルは卓越したテキスト理解と生成能力、深いビジュアル感知と推論能力、長いコンテキストサポート、および強化された空間とビデオ動的理解能力を備えています。

マルチモーダルTransformers

Qwen3-VL-32B-Instruct-FP8はQwenシリーズの中で最も強力なビジュアル言語モデルのFP8量子化バージョンで、ブロックサイズ128の細粒度fp8量子化を採用し、性能指標は元のBF16モデルとほぼ同じです。このモデルは卓越したテキスト理解と生成能力、深いビジュアル感知と推論能力、長いコンテキストサポート、強力な空間およびビデオ動的理解能力を備えています。

マルチモーダルTransformers

Qwen3-VL-32B-Thinking-FP8はQwenシリーズで最も強力な視覚言語モデルのFP8量子化バージョンで、ブロックサイズ128の細粒度fp8量子化技術を採用し、性能指標は元のBF16モデルとほぼ同じです。このモデルは、優れたテキスト理解と生成能力、深い視覚認識と推論能力、長文脈サポート、強力なエージェント対話能力を備えています。

マルチモーダルSafetensors

bert-micro-cybersecurityは、ネットワークセキュリティのテキスト分類タスク用に設計されたコンパクトなトランスフォーマーモデルで、脅威検出やイベントレポート分析などに使用でき、英語とインドネシア語をサポートします。

自然言語処理Transformers多言語

これはsentence-transformersライブラリを微調整したBiEncoderモデルで、LangCacheの意味キャッシュタスクに特化して最適化されています。モデルは文や段落を384次元のベクトル空間にマッピングし、意味類似度計算や意味検索などのタスクをサポートします。

自然言語処理Sentence-transformers英語

これはByteDanceのSeed-OSS-36B-InstructモデルをDWQ量子化で4ビットにした軽量化バージョンで、mlx-lm 0.27.1を使用してBF16教師モデルから蒸留され、中英バイリンガルのテキスト生成タスクをサポートしています。

自然言語処理Mlx多言語

Qwen3-VL-30B-A3B-Thinking-FP8は通義シリーズで最も強力なビジュアル言語モデルのFP8量子化バージョンで、ブロックサイズ128の細粒度fp8量子化を採用し、性能指標は元のBF16モデルとほぼ同じです。このモデルは卓越したテキスト理解と生成能力、深いビジュアル感知と推論能力を備え、長いコンテキストとビデオ理解をサポートします。

マルチモーダルSafetensors

Qwen3-VL-30B-A3B-Instruct-FP8は通義シリーズで最も強力なビジュアル言語モデルのFP8量子化バージョンで、ブロックサイズ128の細粒度FP8量子化を採用し、性能は元のBF16モデルとほぼ同じです。このモデルは卓越したテキスト理解と生成能力、深いビジュアル感知と推論能力、長文脈サポート、強力なエージェント対話能力を備えています。

マルチモーダルSafetensors

Qwen3-VL-235B-A22B-Thinking-FP8は通義シリーズで最も強力なビジュアル言語モデルのFP8量子化バージョンで、ブロックサイズ128の細粒度fp8量子化を採用し、性能指標は元のBF16モデルとほぼ同じです。このモデルは卓越したテキスト理解と生成能力、深いビジュアル感知と推論能力、長いコンテキストサポート、強力なエージェント対話能力を備えています。

マルチモーダルSafetensors

Qwen3-VL-235B-A22B-Instruct-FP8は通義シリーズで最も強力なビジュアル言語モデルのFP8量子化バージョンで、ブロックサイズ128の細粒度fp8量子化を採用し、性能は元のBF16モデルとほぼ同じです。このモデルは卓越したテキスト理解と生成能力、深いビジュアル感知と推論能力、長いコンテキストサポート、強力な空間とビデオ動的理解能力を備えています。

マルチモーダルSafetensors

これはHelsinki-NLPのopus-mt-mul-enモデルをベースに微調整されたスワヒリ語 - 英語翻訳モデルです。このモデルは、子どもホットラインサービスシーンに特化して最適化訓練されており、合成されたホットライン対話データを使用して訓練され、幻覚生成を防止するメカニズムを備えており、早期終了戦略によってBLEUスコアを監視して翻訳品質を保証します。

自然言語処理Tensorboard多言語

MLXライブラリに基づいて最適化されたテキスト生成モデルで、Qwen/Qwen3-Next-80B-A3B-Instruct基礎モデルを採用し、bf16データ型を使用して最適化され、効率的なテキスト生成タスクに特化し、関連分野の開発に高性能なサポートを提供します。

自然言語処理Mlx

Seed - OSS - 36B - InstructはByteDance - Seedによって開発された大規模言語モデルで、パラメータ数は360億に達し、Apache 2.0オープンソースライセンスを採用しています。このモデルはtransformersライブラリに基づいて構築され、vllmとmlx技術の最適化をサポートし、特にApple Siliconチップに対して8ビット量子化処理を行い、効率的なテキスト生成能力を提供します。

自然言語処理Transformers

Seed-OSS-36B-InstructはByteDanceによって開発された360億パラメータの大規模言語モデルで、Apache-2.0ライセンスに基づいてオープンソース化されています。このモデルは、指令追従タスクに特化して最適化されており、テキスト生成と対話機能をサポートし、強力な理解と生成能力を持っています。

自然言語処理Gguf

mdbr-leaf-ir は MongoDB Research によって開発された、情報検索タスクに特化した高性能なコンパクト型テキスト埋め込みモデルで、特に RAG パイプラインの検索段階に適しています。このモデルは知識蒸留技術を採用し、非対称アーキテクチャ、MRL トランケーション、ベクトル量子化をサポートし、BEIR ベンチマークテストで優れた性能を発揮します。

自然言語処理Sentence-transformers英語