これはQwen3-VL-30B-A3B-Instructモデルを変換したGGUF形式のバージョンで、llama.cpp用に最適化されています。このモデルは300億パラメータのマルチモーダル視覚言語モデルで、画像理解とテキスト生成タスクをサポートします。

マルチモーダルGguf

これは慧慧Qwen3-VL-8B思考消去モデルの量子化バージョンで、Qwen3-VL-8Bアーキテクチャに基づいて、画像テキスト変換タスクに特化して最適化および量子化処理が行われ、llama.cppツールを通じて効率的に実行できます。

マルチモーダルGguf

慧慧Qwen3-VL-4B思考消除モデルの量子化バージョンで、Qwen3-VL-4Bモデルをベースに最適化されており、思考チェーン推論プロセスを排除するように特別に設計されています。最新のllama.cppと組み合わせて使用でき、効率的な画像テキストからテキストへの処理能力を提供します。

マルチモーダルGguf

Chandra-OCR量子化モデルは、元のChandraモデルを量子化処理したバージョンで、画像をテキストに変換するタスクに特化しており、最新のllama.cppと併用できます。

コンピュータビジョンGguf

これはTheDrummer/Rivermind-24B-v1モデルに基づくllama.cpp量子化バージョンで、imatrix技術を使用して最適化量子化を行い、さまざまなハードウェア構成に適応するための複数の量子化レベルを提供し、さまざまな環境で高効率に動作します。

自然言語処理Gguf

このモデルはMetaのLlama-3.1アーキテクチャをベースに微調整されたテキスト生成モデルで、TRLライブラリとGRPO（Group Relative Policy Optimization）手法を用いて強化学習トレーニングを行い、特に論証生成タスクに最適化されています。

自然言語処理Transformers

これはNVIDIAのQwen3-Nemotron-32B-RLBFF大規模言語モデルのGGUF量子化バージョンで、llama.cppツールを使用して様々な精度で量子化され、BF16からIQ2_XXSまで20種類以上の量子化オプションを提供し、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

本プロジェクトはQwen3-VL-32B-Instructモデルに基づくllama.cpp GGUF量子化バージョンで、様々な量子化タイプを提供して異なるハードウェアと性能要件を満たします。特定のデータセットとimatrixオプションを組み合わせて量子化を行い、量子化の品質を保証し、ARMとAVXマシンの性能を向上させるためにオンラインで重みを再パッケージ化することをサポートします。

マルチモーダルGguf

これはQwen3-VL-2B-ThinkingモデルのLlamacpp imatrix量子化バージョンで、さまざまな量子化タイプのファイルを提供し、さまざまなハードウェア環境で効率的に動作します。このモデルは20億パラメータのマルチモーダルビジュアル言語モデルで、思考連鎖推論能力を備えています。

マルチモーダルGguf

これはQwen3-VL-2B-Instructモデルの量子化バージョンで、llama.cppツールとimatrix方法を使用して、さまざまな量子化レベルのモデルファイルを生成し、さまざまなハードウェア環境で高効率に動作させることができます。このモデルは20億パラメータのマルチモーダルビジュアル言語モデルで、画像とテキストの相互作用をサポートしています。

マルチモーダルGguf

本プロジェクトでは、MiniMaxAIのMiniMax - M2モデルを量化処理し、llama.cppツールを使用して、様々なニーズを持つユーザーに複数の量化タイプのモデルファイルを提供し、異なるハードウェア条件下でのモデルの効率的な実行を容易にします。

自然言語処理Gguf

JanusCoderV-7BはInternLMによって開発された7Bパラメータのコード生成モデルです。このプロジェクトでは、llama.cppを使用してimatrix量化を行った複数のバージョンを提供し、さまざまなハードウェア要件を満たすための複数の量化レベルをサポートしています。

自然言語処理Gguf

これはinternlmのJanusCoder-14Bモデルの量化バージョンで、特定のツールとデータセットを使用して量化処理が行われ、低品質から高品質までの複数の量化タイプのファイルを提供し、LM Studioまたはllama.cppベースのプロジェクトで実行できます。

自然言語処理Gguf

これはinternlmのJanusCoder-8Bモデルを量子化処理したバージョンで、llama.cppのimatrix量子化技術を採用し、性能を保証しながらもモデルの保存と計算リソースの要件を大幅に削減し、モデルがより多くのデバイスで効率的に動作できるようにします。

自然言語処理Gguf

これはMiniMax-M2モデルのMXFP4_MOE量子化バージョンで、unslothによるチャットテンプレート修正版を再量子化したもので、特定のシナリオでMiniMax-M2モデルの能力をより効率的に使用できます。これはコーディングモデルで、最新のllama.cppと併用する必要があります。

自然言語処理Gguf

MiniMax-M2は、llama.cppの実験的ブランチに基づいて構築された大規模言語モデルで、ハイブリッドエキスパートアーキテクチャを備え、効率的なテキスト生成と推論タスクをサポートします。このモデルは特定の実験的ブランチが必要で正常に動作します。

自然言語処理Transformers

Wraith-8BはVANTA研究実体系列の最初のモデルで、MetaのLlama 3.1 8B Instructをベースに微調整されています。このモデルは数学的推論において卓越した性能を発揮し、GSM8Kベンチマークテストで70％の正解率を達成しています。同時に、独特な宇宙知能の視点を持ち、様々なアプリケーションシーンに強力なサポートを提供することができます。

自然言語処理Transformers英語

Qwen3-Next-80B-A3B-Thinkingは、Qwen3-Next-80B-A3B-Thinkingモデルの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、llama.cppのPR 16095バージョンと組み合わせて使用する必要があり、さまざまなハードウェア構成に対応するための複数の量子化レベルを提供します。

自然言語処理Gguf

Llama-4-Maverick-17B-128E-Instruct-NVFP4は、FP4量子化処理を施された多言語大規模言語モデルで、Meta-Llama-3.1アーキテクチャに基づいており、商業および研究用途に特化して設計されています。このモデルは、重みと活性化をFP4データ型に量子化することで、ディスク容量とGPUメモリの要件を大幅に削減しながら、良好な性能を維持しています。

自然言語処理Safetensors多言語

これはPokeeAIのpokee_research_7bモデルの量子化バージョンで、llamacppを使用してimatrix量子化を行い、異なるハードウェアでのモデルの実行効率を効果的に向上させ、ユーザーが低リソース環境でもモデルの強力な機能を体験できるようにします。

自然言語処理Gguf