Qwen-Image-Edit-2509_clearはQwen-Image-Edit-2509モデルの微調整バージョンで、画像生成品質に特化して最適化されています。このモデルは、より鮮明で鮮やかな画像を生成でき、コントラストが高く、色彩が豊かで、細部表現が優れています。

コンピュータビジョンGguf

NVIDIA GPT-OSS-120B Eagle3は、OpenAIのgpt-oss-120bモデルをベースに最適化されたバージョンで、ハイブリッドエキスパート（MoE）アーキテクチャを採用し、総パラメータ数が1200億、アクティブなパラメータ数が50億です。このモデルは商用および非商用の使用をサポートし、テキスト生成タスクに適しており、特にAIエージェントシステムやチャットボットなどのアプリケーション開発に適しています。

自然言語処理Safetensors

Earth & Duskプロジェクトは、OnomaAIResearch/Illustrious-xl-early-release-v0ベースモデルに基づくテキストから画像への変換プロジェクトで、diffusersライブラリを使用して画像生成を実現します。このプロジェクトはアート創作に特化しており、CREATIVE ML OPEN RAIL Mライセンスを採用し、0FTH3N1GHT PRODUCTIONSによる監督の下で行われています。

コンピュータビジョンDiffusers多言語

これはEAGLE - 3推測デコードアルゴリズムに基づく推測器モデルで、Qwen/Qwen3 - 32Bモデルと連携するように特別に設計されています。推測デコード技術を通じてテキスト生成の効率を向上させ、数学的推論と一般的な質問応答で良好な性能を発揮します。

自然言語処理Transformers

Ktiseos Nyx 9月チェックポイントは、LoRA融合技術に基づくテキストから画像生成モデルで、creativeml - openrail - mライセンスを採用しています。このモデルはOnomaAIResearch/Illustrious - xl - early - release - v0基礎モデルを基に構築され、EarthnDusk/XL_PDXL_Embeddingsデータセットを使用して訓練され、高品質の画像生成タスクに特化しています。

コンピュータビジョンDiffusers英語

これはYOLOv8sアーキテクチャに基づく、バーコードとQRコードの検出に特化したコンピュータビジョンモデルです。このモデルは5000枚以上の画像を含む総合的なデータセットで微調整され、EAN13やCode128などの多種類のバーコードとQRコードの正確な検出と分類をサポートします。

これはEAGLE - 3推測デコードアルゴリズムに基づくテキスト生成モデルで、meta-llama/Llama-3.1-8B-Instructと一緒に使用するために特別に設計されています。推測デコード技術によりテキスト生成の効率を向上させ、複数の言語をサポートします。

自然言語処理Safetensors多言語

Qwen/Qwen3-8B用に特別に設計された推測デコードモデルで、EAGLE - 3アルゴリズムを採用してテキスト生成の効率と品質を向上させ、複数の優良データセットで訓練され、優れた汎化能力を獲得しています。

自然言語処理Transformers

バフェットの1998-2024年株主への手紙に基づいて微調整されたQ&Aモデルで、その投資哲学と意思決定ロジックに関する質問に特化

自然言語処理Transformers英語

Qwen3はQwenシリーズの最新世代の大規模言語モデルで、一連の高密度および混合専門家(MoE)モデルを提供し、推論、指示追従、エージェント能力、多言語サポートにおいて画期的な進歩を遂げています。

自然言語処理Gguf英語

EAT-baseはEAT-largeの事前学習モデルをベースにした微調整バージョンで、AS-2Mデータセットでさらに学習を行い、強化された音声表現能力を提供します。このモデルは自己教師付き事前学習の効率的な音声Transformerアーキテクチャを採用しており、分類や字幕生成などの下流の音声理解タスクで優れた性能を発揮します。

音声処理Transformers

EAT-baseはEATフレームワークに基づいて訓練された自己教師付きオーディオTransformerモデルで、AS - 2Mデータセットで事前学習されています。このモデルはオーディオ特徴を高効率に抽出することができ、下流のオーディオ理解タスクの微調整に強力な初期化モデルとして使用できます。

音声処理Transformers

EAT-baseは自己教師付き事前学習の高効率オーディオTransformerモデルで、AS - 2Mデータセットで微調整され、強化されたオーディオ表現能力を提供し、分類や字幕生成などの下流のオーディオ理解タスクで優れた性能を発揮します。

音声処理Transformers

Salesforceが開発した8Bパラメータの大型アクションモデル(LAM)。ユーザーの意図を実行可能なアクションに変換することに特化しており、マルチターン対話やツール使用において優れた性能を発揮します。

自然言語処理Gguf英語

安定拡散（Stable Diffusion）技術に基づくテキストから画像を生成するモデルで、写真レベルのリアルな画像生成をサポートし、特にポニーをテーマにした画像生成に優れています。

マルチモーダルDiffusers英語

Eagle 2.5は、長いコンテキストのマルチモーダル学習向けに設計された最先端のビジュアル言語モデル（VLM）で、最大512フレームのビデオシーケンスと高解像度画像の処理をサポートします。

マルチモーダルTransformersその他

VLAA-Thinkerは革新的な視覚言語モデルで、画像とテキストの入力を同時に処理し、高品質なテキスト出力を生成することができます。このモデルは論文「SFT or RL? An Early Investigation into Training R1-Like Reasoning Large Vision-Language Models」の研究成果に基づいて開発され、R1に類似した推論能力に焦点を当てています。

マルチモーダルTransformers

DistilBERTをファインチューニングした悪意のあるURL検出モデルで、フィッシングやマルウェアなどの有害リンクを正確に識別可能

自然言語処理Transformers

DeepSeek-R1-Distill-Qwen-7Bをベースとした実験的逐層量子化モデルで、カスタマイズされた量子化方法を用いて、性能を維持しながらモデルサイズを大幅に縮小し、リソース制約のある環境での推論性能を最適化します。

自然言語処理Gguf英語

Eagle2は高性能な視覚言語モデルシリーズで、データ戦略とトレーニング手法の最適化を通じてモデル性能を向上させることに焦点を当てています。Eagle2-9Bはこのシリーズの大型モデルで、性能と推論速度の間で良好なバランスを実現しています。

マルチモーダルTransformersその他