Gemma 3n E4B ITは、Googleが開発した軽量マルチモーダルオープンモデルで、Geminiモデルと同じ研究に基づいて構築されています。このモデルは、テキスト、オーディオ、ビジュアル入力をサポートし、様々なタスクに適用できます。MatFormerアーキテクチャを採用して、効率的なパラメータ利用を実現しています。

マルチモーダルTransformers

MiroThinker v1.0はオープンソースの研究エージェントで、モデルレベルの対話型拡張により、ツール強化推論と情報検索能力を向上させます。このモデルは複数のベンチマークテストで優れた性能を発揮し、長文脈と深度のある多段階分析をサポートします。

自然言語処理Transformers英語

これはGoogle Gemma - 3 - 4B - ITモデルを微調整したテキスト生成モデルで、デモンストレーションテンプレートのメタデータに基づいて多様で関連性のある検索クエリを生成するために特別に設計されています。このモデルはLoRAアダプタを使用して効率的に微調整されており、構造化文書のフィールド適応型密集検索フレームワークの重要な構成要素です。

自然言語処理Safetensors英語

aquif-3.5シリーズのトップモデルで、高度な推論能力と100万トークンの大規模コンテキストウィンドウを備え、複数のベンチマークテストで卓越した性能を発揮し、AAII総合スコアが60点に達します。

自然言語処理Transformers多言語

これはMiniLMアーキテクチャに基づく軽量級の文埋め込みモデルで、高品質の文ベクトル表現を生成するために特別に設計されています。モデルはMultipleNegativesRankingLossを使用してトレーニングされ、文の類似度計算と特徴抽出タスクで優れた性能を発揮します。

自然言語処理Sentence-transformers

gpt-oss-safeguard-20bは、GPT-OSS-20bをファインチューニングした安全推論モデルで、大規模言語モデルの入出力フィルタリング、オンラインコンテンツのラベリング、および信頼と安全のユースケースのオフラインラベリングに特化しています。このモデルはApache 2.0ライセンスを採用しており、カスタムポリシーと透明な決定プロセスをサポートしています。

自然言語処理Transformers

PokeeResearch-7Bは、Pokee AIによって開発された70億パラメータの深度研究エージェントモデルです。AIフィードバック強化学習（RLAIF）と強力な推論フレームワークを組み合わせ、ツール強化型大規模言語モデルにおいて信頼性が高く、アライメントされ、拡張可能な研究レベルの推論を実現し、複雑な多段階研究ワークフローに適しています。

自然言語処理Transformers英語

Nanonets-OCR2-1.5B-exp GGUFは強力な画像からMarkdownへのOCRモデルで、ドキュメントを構造化されたMarkdown形式に変換し、インテリジェントコンテンツ認識とセマンティックマーキングを行い、多言語のドキュメント処理をサポートします。

マルチモーダルTransformersその他

Fathom-Search-4B GGUFは、テキスト生成タスク用に特別に開発された強力なツールです。特定の基礎モデルと技術に基づいて生成され、検索集中型のベンチマークテストで卓越した性能を発揮し、長期間の情報検索と合成の問題を効果的に解決できます。

自然言語処理Transformers

Nanonets-OCR2-3B GGUFモデルは、文書処理用に設計された強力なツールで、さまざまな文書をスマートに構造化されたMarkdown形式に変換でき、OCR、画像からのテキスト変換、PDFからのMarkdown変換、ビジュアル質問応答など、さまざまな高度な識別と処理能力を備えています。

マルチモーダルTransformersその他

通義深度研究30Bは300億パラメータを持つ大規模言語モデルで、長周期、深度情報検索タスクに特化して設計されています。このモデルは複数の知能検索ベンチマークテストで優れた成績を収め、革新的な量子化手法を用いて性能を向上させ、知能事前学習、監督微調整、強化学習をサポートしています。

自然言語処理Transformers英語

LFM2はLiquid AIによって開発された次世代のハイブリッドモデルで、エッジAIとデバイス端末のデプロイメントに特化して設計されており、品質、速度、メモリ効率の面で新しい基準を確立しています。このモデルは革新的なハイブリッドLiquidアーキテクチャを採用し、乗算ゲートと短い畳み込みを備えており、多言語処理をサポートしています。

自然言語処理Transformers多言語

MiniCPM4.1-8B GGUFはエッジデバイス向けに設計された高効率大規模言語モデルで、モデルアーキテクチャ、学習データ、学習アルゴリズム、推論システムの4つの重要な次元で体系的な革新を行い、極限までの効率向上を実現しました。65,536個のトークンの文脈長と混合推論モードをサポートします。

自然言語処理Transformers多言語

Hunyuan-MT-7Bは、騰訊が開発した7Bパラメータの翻訳モデルで、5種類の中国少数民族語を含む33言語の相互翻訳をサポートしています。このモデルはWMT25の試合で優れた成績を収め、31の言語カテゴリのうち30カテゴリで1位を獲得し、事前学習から統合最適化までの完全な翻訳モデル学習フレームワークを提案しました。

自然言語処理Transformers多言語

NVIDIA Nemotron Nano 12B v2はNVIDIAによって開発された大規模言語モデルで、Mamba2-Transformer混合アーキテクチャを採用し、120億のパラメータを持っています。このモデルは多言語処理をサポートし、複数のベンチマークテストで優れた成績を収めており、特に推論タスクに長けており、実行時の推論予算制御をサポートしています。

自然言語処理Transformers多言語

混元翻訳モデルは、騰訊が開発した先進的な機械翻訳システムで、翻訳モデルの混元-MT-7Bと統合モデルの混元-MT-Chimeraを含んでいます。このモデルは、中国語、英語、フランス語などの主要言語や中国の5つの少数民族語を含む33言語の相互翻訳をサポートし、WMT25競技で優れた成績を収めています。

自然言語処理Transformers

PwC-Embedding-exprは、multilingual-e5-large-instruct埋め込みモデルをベースに訓練された韓国語最適化バージョンで、精心に設計された強化方法と微調整戦略により、韓国語の意味テキスト類似度タスクでの性能を向上させています。

自然言語処理Sentence-transformers韓国語

Moonlightは、Muonオプティマイザーを用いて訓練された、総パラメータ16B、活性化パラメータ3Bのハイブリッドエキスパート（MoE）モデルで、5.7Tのトークンを使って訓練されました。このモデルは現在のパレートフロンティアを改善し、より少ない訓練FLOPでより良い性能を実現し、複数のベンチマークテストで優れた結果を示しています。

自然言語処理Transformers

これは🤗 Transformersライブラリに基づいて構築された、kozistr/pytorch_optimizer内のMuon実装エラーを検出するための専用の学習モデルです。このモデルは、オプティマイザー実装内の潜在的な問題を識別および特定し、開発者がコード品質を改善するのを支援します。

自然言語処理Transformers

これは強力な多言語、多ラベル感情分類モデルで、テキストを分析して27種類の異なる感情と中性カテゴリを識別でき、複数の感情を同時に検出し、異なる言語のソースからの微妙なテキスト表現を効果的に理解できます。

自然言語処理Transformers多言語