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

これは実験的な量子化大規模言語モデルで、Deckard（qx）量子化方法を採用し、埋め込み層は3ビット量子化です。このモデルはノルム保持双投影除去（NPBA）技術によって再構築され、セキュリティ制限メカニズムを削除するだけでなく、モデルの認知深度と推論能力を強化しています。

自然言語処理Mlx

GLM-4.5-Air-REAP-82B-A12B-mxfp4-mlxは、GLM-4.5-AirモデルをREAP方法で圧縮した82Bパラメータの大規模言語モデルで、MXFP4量子化形式を採用し、Macデバイス用に最適化されており、核心タスクの性能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英語

GLM-4.5-Iceblink-v2-106B-A12B-FP8は、GLM-4.5-Iceblink-v2-106B-A12Bモデルをベースに、最先端の混合エキスパート量子化方法を用いてFP8量子化したバージョンです。このモデルは、ハードウェアFP8をサポートするAda、Hopper、またはBlackwellシリーズのGPUに特化して最適化されており、高品質な出力を維持しながら推論効率を大幅に向上させます。

自然言語処理Safetensors

GLM-4.6 AWQ - INT4はGLM-4.6モデルの4ビット量子化バージョンで、AWQ量子化方法を採用し、モデルの性能を維持しながら、記憶と計算リソースの需要を大幅に削減します。このモデルは200Kのコンテキスト長をサポートし、コーディング、推論、エージェントタスクにおいてGLM-4.5よりも著しく向上しています。

自然言語処理Transformers多言語

これはGLM-4.5-Air-REAP-82B-A12BモデルのMXFP4_MOE量子化バージョンで、テキスト生成タスクに特化して最適化されています。このモデルはcerebrasのGLM-4.5-Air-REAP-82B-A12B基礎モデルに基づいており、MXFP4ハイブリッドエキスパート量子化技術によって実現され、性能を維持しながらモデルサイズと推論コストを大幅に削減しています。

自然言語処理Gguf

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

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

GLM-4.5-Air-REAP-82B-A12BはGLM-4.5-Airの効率的な圧縮バージョンで、REAP剪定技術を通じてパラメータ規模を106Bから82Bに圧縮し、メモリ要件を25％削減しながら、ほぼ損失のない性能を維持しています。

自然言語処理Transformers英語

GLM-4.6-AWQはzai-org/GLM-4.6ベースモデルに基づく量子化バージョンで、効率的なテキスト生成能力を備えています。GLM-4.5と比較して、このモデルはコンテキストウィンドウ、エンコード性能、推論能力、エージェント機能などの面で著しい向上が見られます。

自然言語処理Transformers

GLM-4.6は智譜AIが発表した次世代のテキスト生成モデルで、GLM-4.5と比較して、長いコンテキストウィンドウ、より優れたコーディング性能、より強力な推論能力など、多くの面で顕著な改善が見られます。このモデルは、いくつかの公開ベンチマークテストで優れた結果を収めており、国内外の主要モデルと比較しても競争力があります。

自然言語処理Transformers多言語

GLM-4.6は智譜AIが開発した次世代の大規模言語モデルで、GLM-4.5と比較して、文脈処理、コーディング能力、推論性能の面で著しい向上が見られます。このモデルは200Kの文脈長をサポートし、複数の公開ベンチマークテストで優れた成績を収めており、特にコード生成、推論、エージェントタスクの分野で競争力を持っています。

自然言語処理Transformers多言語

GLM-4.6は智譜AIが発表した次世代のテキスト生成モデルで、GLM-4.5と比較して、文脈処理、コード化性能、推論能力などの面で著しい向上を実現し、200Kの文脈長をサポートし、より強力なエージェント能力と洗練されたライティング能力を備えています。

自然言語処理Transformers多言語

GLM-4.6-FP8は智譜AIが発表した次世代のテキスト生成モデルで、GLM-4.5と比較していくつかの重要な点で著しい改善が見られます。このモデルはより長い文脈ウィンドウ、卓越したコーディング性能、高度な推論能力、およびより強力なエージェント機能を備えており、より複雑なタスクを処理することができます。

自然言語処理Transformers多言語

GLM-4.5-Air-mxfp4は、智源研究院のGLM-4.5-AirモデルをMLX形式に変換したバージョンで、Apple Siliconデバイス用に最適化され、効率的なローカル推論をサポートしています。

自然言語処理Mlx多言語

これはGLM-4.5-Airに基づくテキスト生成モデルで、MLXフレームワーク向けにmxfp4量子化最適化が行われています。このモデルは、複数の量子化バージョン（mxfp4、qx64、qx5-hi）の性能比較分析を提供し、さまざまなタスクシナリオでのモデル選択の根拠を提供します。

自然言語処理Mlx多言語

GLM-4.5-Baseは量子化処理されたテキスト生成モデルで、zai-org/GLM-4.5-Baseモデルをベースに最適化されており、128GBメモリと小型GPUを搭載したデバイス向けに特別に設計されています。ik_llama.cppの新しいIQ2_KL量子化方法を採用し、パフォーマンスを維持しながらリソース要件を大幅に削減し、テキスト生成タスクに適しています。

自然言語処理Gguf多言語

これは実験的な量子化公式モデルで、元のGLM-4.5-AirモデルをMLX形式に変換し、混合精度量子化戦略（4 - 8ビット）を採用し、テキスト生成タスクに特化して最適化されており、現在も評価段階にあります。

自然言語処理Mlx多言語

GLM-4.5-Airは智譜AIが開発した、エージェントに適した基礎モデルです。コンパクトな設計を採用し、推論、コーディング、エージェント機能を統合しており、エージェントアプリケーションの複雑なニーズを満たすことができます。このモデルは適切なパラメータ数と高い効率を兼ね備え、複数のバージョンがオープンソースで公開されており、商用や二次開発に利用できます。

自然言語処理Transformers多言語

これはGLM-4.5Vモデルを基に変換された4ビット量子化バージョンで、MLXフレームワークに特化して最適化されています。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Transformers多言語