TweeTaal-nl-en-0.6Bは、オランダ語と英語の双方向翻訳タスクに特化して微調整された言語モデルで、Qwen3-0.6Bアーキテクチャに基づいて開発されています。このモデルは、リソースが制限された環境でも正確で流暢な翻訳サービスを提供し、オランダ語と英語の相互翻訳をサポートします。

自然言語処理Transformersその他

OpenMMReasonerは完全に透明な2段階のマルチモーダル推論アプローチで、教師付き微調整（SFT）と強化学習（RL）を用いてトレーニングされます。SFT段階では874Kのサンプルからなるコールドスタートデータセットを構築し、RL段階では74Kのサンプルを利用して能力をさらに向上させ、マルチモーダル推論のベンチマークテストで優れた結果を示します。

マルチモーダルTransformers

OpenMMReasonerは完全に透明な二段階マルチモーダル推論方案で、教師あり微調整（SFT）と強化学習（RL）を含んでいます。この方案は、質の高いデータセットを精心に構築することで、複数のマルチモーダル推論ベンチマークテストで強力なベースラインモデルを上回り、将来の大規模マルチモーダル推論研究に堅実な実証的基礎を築きました。

マルチモーダルTransformers

MOSS-TTSDはオープンソースのバイリンガル口語対話合成モデルで、中国語と英語をサポートし、二人の対話脚本を自然で表现力豊かな対話音声に変換できます。音声クローニングをサポートし、単一ラウンドの音声生成時間は最大1700秒に達することができます。

音声処理Safetensors多言語

gpt-oss-safeguard-120bは、OpenAIがgpt-ossをベースに構築したセキュリティ推論モデルで、1170億のパラメータ（うち51億がアクティブなパラメータ）を持っています。このモデルはセキュリティのユースケースに特化して設計されており、提供されたセキュリティポリシーに基づいてテキストコンテンツを分類し、基本的なセキュリティタスクを実行することができます。

自然言語処理Transformers

このモデルは、OpenAIのWhisper-smallモデルをベースに、スワヒリ語に対して微調整された自動音声認識モデルです。FLEURS - SLUデータセットのスワヒリ語部分で訓練され、スワヒリ語の文字起こしの精度が大幅に向上し、単語誤り率がベースモデルに比べて68%低下しました。

音声処理Transformersその他

TheWhisper-Large-V3-Turboは、OpenAI Whisper Large V3モデルの高性能ファインチューニング版で、TheStage AIによって多プラットフォームのリアルタイム、低遅延、低消費電力の音声テキスト変換推論に最適化されています。ストリーミング文字起こし、単語のタイムスタンプ、拡張可能なパフォーマンスをサポートし、リアルタイム字幕、会議、デバイス端末の音声インターフェイスなどのシーンに適しています。

音声処理Transformersその他

TheWhisper-Large-V3はOpenAI Whisper Large V3モデルの高性能ファインチューニング版で、TheStage AIによって多プラットフォーム（NVIDIA GPUとApple Silicon）のリアルタイム、低遅延、低消費電力の音声テキスト変換推論用に最適化されています。

音声処理Transformersその他

OpenModel-1T-A50B-InstructはNeXTHubが開発した兆億パラメータのハイブリッドエキスパートモデルで、進化思考チェーントレーニング方法を組み合わせ、推論能力とエネルギー効率のバランスを図り、深度推論能力と128Kの長文脈処理能力を備えています。

自然言語処理Safetensors

このモデルは、OpenAI Whisper-smallをCommon Voice 17.0データセットで微調整した自動音声認識モデルで、Twi言語に特化して最適化されており、音声内容を正確に認識できます。

音声処理Transformersその他

これはOpenAI GPT-OSS-20BモデルのMLX形式の8ビット量子化バージョンで、mlx-lm 0.28.2を使用して変換され、Apple Silicon用に最適化され、効率的なテキスト生成能力を提供します。

自然言語処理Transformers

Qwen3-14Bは強力な言語モデルで、テキスト生成分野で優れた性能を発揮します。このモデルは優れた汎用能力を備え、微調整に適した指令バリアントを提供しており、モデルのさらなる最適化と応用に便利をもたらします。

自然言語処理Transformers

Bee-8Bは、データ品質に特化した、最先端の完全オープンソースのマルチモーダル大規模言語モデルです。専用モデルとの性能ギャップを縮小することを目的としています。高品質のHoney-Data-15Mコーパスと先進的なデータ処理パイプラインHoneyPipeを使用することで、複雑な推論などの分野で卓越した性能を発揮しています。

マルチモーダルTransformers英語

これはOpenAI Whisper Smallモデルを微調整したバンバラ語音声認識モデルで、24738個のバンバラ語音声サンプルで訓練され、バンバラ語の音声を正確にテキストに文字起こしでき、文字誤り率は21.69%にまで低く抑えられています。

音声処理Safetensorsその他

NVIDIA GPT-OSS-120B Eagle3は、OpenAIのgpt-oss-120bモデルをベースに最適化されたバージョンで、ハイブリッドエキスパート（MoE）アーキテクチャを採用し、総パラメータ数が1200億、アクティブなパラメータ数が50億です。このモデルは商用および非商用の使用をサポートし、テキスト生成タスクに適しており、特にAIエージェントシステムやチャットボットなどのアプリケーション開発に適しています。

自然言語処理Safetensors

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

Earth & Duskプロジェクトは、OnomaAIResearch/Illustrious-xl-early-release-v0ベースモデルに基づくテキストから画像への変換プロジェクトで、diffusersライブラリを使用して画像生成を実現します。このプロジェクトはアート創作に特化しており、CREATIVE ML OPEN RAIL Mライセンスを採用し、0FTH3N1GHT PRODUCTIONSによる監督の下で行われています。

コンピュータビジョンDiffusers多言語

これはopendatalab/MinerU2.5-2509-1.2Bから変換されたMLX形式の大規模言語モデルで、パラメータ規模は12億で、Apple Siliconチップに特化して最適化され、FP16精度の推論をサポートしています。

自然言語処理Transformers多言語

このモデルは、OpenAI Whisper-smallをベースにラテン語で微調整された自動音声認識モデルです。67時間のラテン語オーディオデータを使用して訓練され、文字誤り率（CER）は20で、ラテン語の音声をテキストに変換するタスクをサポートしています。

音声処理Safetensorsその他

ArceeベースのAFM-4.5Bの軽量医療微調整モデルで、三階段訓練方法（SFT→DPO→GRPO-CoT）を用いて最適化され、医療教育と研究シーンに特化しています。

自然言語処理Transformers多言語