このモデルはVideoMAEアーキテクチャに基づく暴力検出モデルで、Kineticsデータセットで事前学習した後、暴力検出タスクに対して92エポックの微調整を行っています。モデルはVision Transformerアーキテクチャを採用し、ビデオコンテンツ分析に特化しており、ビデオ内の暴力行為を識別することができます。

コンピュータビジョンTransformers

MiniMax-M2-5bitは、MiniMaxAI/MiniMax-M2モデルから変換された5ビット量子化バージョンで、MLXフレームワーク用に最適化されています。このモデルは大規模言語モデルで、テキスト生成タスクをサポートし、MITライセンスで公開されています。

自然言語処理Mlx

これはEfficientNet-B0アーキテクチャに基づくディープラーニングモデルで、アニメやビジュアルノベルの画像のアートスタイル分類に特化しています。モデルは6種類の異なるアニメアートスタイル、ダーク、フラット、モダン、萌え系、絵画風、レトロスタイルを正確に識別できます。

コンピュータビジョンSafetensors英語

OpenLLaMA 3B v2はTransformerアーキテクチャに基づくオープンソースの大規模言語モデルで、30億のパラメータを持っています。このモデルはMITライセンスを採用しており、主に英文テキスト生成タスクに使用され、チャットボットなどのさまざまなアプリケーションシナリオをサポートします。

自然言語処理Peft英語

これはLinear DELLA方法を使用して結合された70Bパラメータの大規模言語モデルです。Llama-3.1-Nemotron-lorablated-70Bベースモデルに基づき、複数の高性能なLlama-3.3-70Bバリエーションモデルを統合し、より強力な言語理解と生成能力を提供することを目的としています。

自然言語処理Transformers

GLM-4.5-Air-AWQは、GLM-4.5-Airベースモデルの8ビット量子化バージョンで、インテリジェントエージェント向けに設計され、混合推論モードを採用し、複雑な推論と即時応答をサポートし、MITオープンソースライセンスの下で公開されています。

自然言語処理Transformers多言語

GLM-4.5はインテリジェントエージェント向けに設計された基礎モデルで、推論、コーディング、インテリジェントエージェント機能を統合し、総パラメータは3550億に達し、12の業界標準ベンチマーク評価で3位となり、得点は63.2です。MITオープンソースライセンスを採用しており、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FBogaerts/NextCoder-7B-Finetunedモデルの静的量子化バージョンで、コード生成とテキスト生成タスクに特化して最適化され、より効率的な推論方案を提供します。このモデルは英語をサポートし、MITライセンスで公開されています。

自然言語処理Transformers英語

GLM-4.5-Air-AWQは、zai-org/GLM-4.5-Airベースモデルを基に4ビットAWQ量子化を行ったテキスト生成モデルで、インテリジェントエージェントアプリケーション向けに設計されており、推論、コーディング、インテリジェントエージェント能力に優れています。MITオープンソースライセンスを採用しています。

自然言語処理Transformers多言語

GLM-4.5-Airはzai-orgが開発した高効率言語モデルで、MLXチームによる8ビット量子化最適化を経て、Appleシリコンチップに特化して最適化されています。このモデルはtransformersアーキテクチャに基づいており、テキスト生成タスクをサポートし、MITライセンスで公開されています。

自然言語処理Transformers多言語

Nunchakuによる量子化処理を施したFLUX.1-Kontext-devバージョンで、テキスト命令に基づいて画像を編集でき、推論効率を最適化しながら性能損失を最小限に抑えます。

コンピュータビジョンDiffusers英語

Shuttle Jaguarに基づくNunchaku量子化バージョンで、テキストプロンプトに基づいて高品質な画像を生成することを目的とし、高効率な推論を最適化し、性能損失を最小限に抑えます。

コンピュータビジョンDiffusers英語

FLUX.1-Fill-devのNunchaku量子化バージョンで、テキストの記述に基づいて既存の画像内の領域を塗りつぶすことができ、量子化処理により効率的な推論を実現します。

コンピュータビジョンDiffusers英語

Nunchakuで量子化されたFLUX.1-schnellモデルで、テキストプロンプトに基づいて高品質な画像を生成するために最適化され、高効率な推論を実現します。

コンピュータビジョンDiffusers英語

ナンチャクチームが提供するFLUX.1-Depth-devの量子化バージョンで、テキスト記述に基づいて画像を生成し、入力画像の構造を保持し、推論効率を最適化します。

コンピュータビジョンDiffusers英語

FLUX.1-Canny-devのNunchaku量子化バージョンで、テキストの説明に基づいて画像を生成し、同時に与えられた入力画像の構造に従います。

コンピュータビジョンDiffusers英語

nvidia/mit-b3をベースにファインチューニングした画像セグメンテーションモデルで、NICOPOI-9/morphpad_coord_hgo_512_4class_v2データセットで優れた性能を発揮

コンピュータビジョンTransformers

NVIDIA MIT-B1アーキテクチャに基づくSegFormer画像分割モデルで、特定のデータセットで微調整され、高精度な画像分割タスクに優れています

コンピュータビジョンTransformers

nvidia/mit-b3をベースに微調整した画像セグメンテーションモデルで、NICOPOI-9/morphpad_coord_hgo_512_4classデータセットでトレーニングされ、高精度な画像セグメンテーションタスクに優れています。

コンピュータビジョンTransformers

GLM-Z1-32B-0414は32Bパラメータ規模の多言語テキスト生成モデルで、中国語と英語をサポートし、MITライセンスで公開されています。

自然言語処理Gguf多言語