これはinclusionAIのLing-flash-2.0モデルのLlamacpp imatrix量化バージョンです。高度な量化技術を通じて、モデルの性能を維持しながらメモリ使用量と計算量を大幅に削減し、実行効率を向上させます。複数の量化レベルをサポートし、異なるハードウェア構成に適しています。

自然言語処理Gguf

これはinclusionAIのLing-mini-2.0モデルの量化バージョンで、llama.cppのimatrix技術を使用して量化処理を行い、32.54GBのBF16から4.66GBのIQ2_XSまでの様々な量化オプションを提供し、様々なハードウェア環境で効率的に動作します。

自然言語処理Gguf

これはinclusionAIのRing-mini-2.0モデルの量子化バージョンで、llama.cppを通じてimatrix量子化処理を行い、さまざまなハードウェア条件下でより効率的に動作し、多様な使用ニーズを満たすことができます。

自然言語処理Gguf

これはinclusionAI/Ling-1Tモデルの量子化バージョンのセットで、ik_llama.cppブランチに基づいて開発され、さまざまなメモリとパフォーマンスの要件に合わせた複数の量子化方案を提供します。これらの量子化モデルは、与えられたメモリ使用量で優れた困惑度の性能を提供し、特にMoEアーキテクチャの推論効率を最適化しています。

自然言語処理Gguf

Ming-flash-omni プレビュー版は、Ling-Flash-2.0の疎なエキスパート混合（MoE）アーキテクチャに基づいて構築されたマルチモーダル大規模モデルで、総パラメータは100Bに達し、各トークンでは6Bのパラメータのみがアクティブ化されます。このモデルはMing-Omniをベースに全面的にアップグレードされ、マルチモーダル理解と生成能力において著しい向上が見られ、特に音声認識、画像生成、およびセグメンテーション編集において優れた性能を発揮します。

マルチモーダルDiffusers英語

Ming-UniVisionは多モーダル大規模言語モデルで、初めて連続ビジュアル表現を次のトークン予測フレームワークに統合し、単一の自己回帰パラダイムの下でビジュアルと言語を統一し、離散量子化や特定モーダルのヘッドを必要としません。このモデルは連合画像理解と生成をサポートし、ビジュアル言語トレーニングでの収束速度がより速く、多輪コンテキストビジュアルタスクもサポートします。

マルチモーダルTransformers多言語

明托克（MingTok）は革新的なビジュアルトークナイザーで、連続潜在空間を通じて統一的なビジュアル理解と生成を実現し、ベクトル量子化を必要とせず、意味と知覚の忠実度を維持しながら、画像再構築と自己回帰収束速度で卓越した性能を発揮します。

コンピュータビジョンTransformers多言語

銘音通は革新的な統一音声フレームワークで、音声理解、生成、編集機能を一体にまとめています。統一された連続音声分詞器を採用し、エンドツーエンドモデルで意味と音響特徴を効果的に融合させることができ、自然言語指令のみで汎用的で自由形式の音声編集を実現する最初のシステムです。

マルチモーダルSafetensors

Ling-mini-2.0-4bitは、inclusionAI/Ling-mini-2.0モデルをmlx-lm 0.27.1バージョンで変換した4ビット量子化バージョンで、Apple Silicon用に最適化された高効率言語モデルです。

自然言語処理Mlx

LLaDA-MoEは拡散原理に基づいて構築された新しい混合専門家言語モデルで、最初のオープンソースのMoE拡散大規模言語モデルです。約20兆個のトークンで最初から事前学習され、総パラメータは70億で、推論時には14億のパラメータのみがアクティブ化されます。コード生成や数学的推論などのタスクで卓越した性能を発揮します。

自然言語処理Transformers

Ring-mini-2.0はLing 2.0アーキテクチャを基に深度に最適化された高性能推論型MoEモデルで、総パラメータが160億、活性化パラメータが14億に過ぎないが、100億規模以下の密集モデルと同等の総合推論能力を実現しています。論理推論、コード生成、数学タスクにおいて優れた性能を発揮し、12.8万の長文脈処理と毎秒300以上のトークンの高速生成をサポートしています。

自然言語処理Safetensors

Ling 2.0はMoEアーキテクチャに基づく大規模言語モデルファミリーで、最初のバージョンであるLing-mini-2.0はパラメータ規模がコンパクトでありながら強力な機能を備え、複雑な推論と命令遵守において優れた性能を発揮します。1/32の活性化率のMoEアーキテクチャを採用し、卓越した性能と高効率な動作を完璧に結びつけています。

自然言語処理Transformers

AReaLはアリババグループによって開発された非同期強化学習訓練システムで、大型推論モデル向けに設計され、高速訓練と最先端の性能をサポートします。

自然言語処理Transformers

ViLaSR-7BはQwen2.5-VL-7B-Instructをベースに構築された視覚言語モデルで、マルチモーダルシーンにおける画像とテキストのインタラクションおよび空間推論の問題に特化して最適化されています。思考と視覚的な描画を組み合わせる方法により、空間推論能力を強化しています。

マルチモーダルSafetensors英語

霊曦はInclusionAIがオープンソース化した大規模混合エキスパート言語モデルで、簡易版は総パラメータ168億、活性化パラメータ27.5億を有し、卓越した性能を発揮します。

自然言語処理Transformers

軽量級の統一多モーダリティモデルで、画像、テキスト、音声、ビデオなどの多様なモーダリティデータを効率的に処理し、音声と画像生成において優れた性能を発揮します。

マルチモーダルTransformers

玲瓏線形プレビュー版はInclusionAIによってオープンソースで公開されたハイブリッド線形スパース大規模言語モデルで、総パラメータ数は17.1B、活性化パラメータ数は3.0Bです。このモデルはハイブリッド線形アテンションメカニズムに基づいて長文推論を実現し、推論プロセスにおいてほぼ線形の計算複雑性とほぼ一定の空間複雑性を持ちます。

自然言語処理Safetensors多言語

inclusionAI/Ling-liteを基にした量子化バージョンで、llama.cppを使用してimatrix量子化を行い、さまざまなハードウェア要件に対応するために複数の量子化タイプをサポートしています。

自然言語処理Gguf