これは、Qwen3-VL-8B-Thinkingモデルをベースにした強化版のマルチモーダルビジュアル言語モデルです。Brainstorm 20x技術を用いて12Bパラメータに拡張され、NEO Imatrixで強化されたGGUF量子化が適用されています。このモデルは、画像理解、テキスト生成、マルチモーダル推論の能力が強く、ビジュアル感知、テキスト品質、クリエイティブなシーンでの性能が著しく向上しています。

マルチモーダルGguf多言語

これはQwen/Qwen3-Coder-30B-A3B-Instruct言語モデルのGGUF量子化バージョンで、コード生成とプログラミングタスクに特化して最適化されており、FP32精度で変換され、ローカル推論デプロイに適しています。

自然言語処理Gguf多言語

nutrient-gram-qwen-3-vl-2bはQwen/Qwen3-VL-2B-Instructをベースにした微調整バージョンで、TRLを使用して教師付き微調整トレーニングを行い、主にテキスト生成タスクに使用されます。このモデルは元のマルチモーダル能力を維持したまま、特定のタスクに合わせて最適化されています。

自然言語処理Transformers

UME-R1-7Bの静的量子化バージョンで、文の類似度、埋め込み、ゼロショット画像分類、ビデオテキストからテキストへの変換などの複数のタスクをサポートします。軽量なQ2_Kから高品質なQ8_0まで、さまざまな量子化タイプを提供し、さまざまなニーズに対応します。

マルチモーダルTransformers英語

Qwen3-Coder-REAP-363B-A35Bは、REAP手法を用いてQwen3-Coder-480B-A35B-Instructを25％のエキスパート剪定を行った疎な混合エキスパートモデルです。元のモデルに近い性能を維持しながら、パラメータ規模とメモリ要件を大幅に削減し、特にリソースが制限されたコード生成とスマートコーディングのシナリオに適しています。

自然言語処理Transformers英語

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

Qwen3-Coder-480B-A35B-Instructは4800億パラメータの大型コード生成モデルで、8.5ビット量子化をサポートし、MLXフレームワークに基づいて最適化されています。このモデルはコード生成タスクに特化して設計されており、十分なメモリを搭載したデバイス上で効率的に動作します。

自然言語処理Mlx英語

Qwen-Edit-Skinは、Qwen/Qwen-Image-Edit-2509モデルをベースに微調整されたLoRAモデルで、画像中の人物の肌のリアリティと細部を向上させることに特化しており、より自然で繊細な肌のテクスチャを生成します。

コンピュータビジョンDiffusers

これはQwen3-VL-30Bに基づく量子化バージョンのモデルで、画像テキストからテキストへの変換タスクに特化しています。このモデルは量子化技術を通じて元のモデルを最適化し、より効率的な推論ソリューションを提供します。

マルチモーダルGguf

Qwen3-VLは通義シリーズの中で最も強力なビジュアル言語モデルで、卓越したテキスト理解と生成能力、深いビジュアル感知と推論能力、長いコンテキストのサポート、強力な空間とビデオ動的理解能力、そして優れたインテリジェントエージェント対話能力を備えています。

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-8B指令アブレーションモデルの量子化バージョンで、画像テキストからテキストへの変換タスクに特化しています。このモデルはQwen3-VL-8Bアーキテクチャに基づいており、指令アブレーション最適化と量子化処理を行っており、性能を維持しながら計算リソースの要求を低減できます。

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

Qwen3-VL-32B-ThinkingはQwenシリーズで最も強力なビジュアル言語モデルで、卓越したテキスト理解と生成能力、深いビジュアル感知と推論能力、長文脈処理、空間および動画の動的理解能力、そして優れたエージェント対話能力を備えています。

マルチモーダルTransformers

Qwen3-VL-8B-Thinkingは通義千問シリーズで最も強力なビジュアル言語モデルで、卓越したテキスト理解と生成能力、深いビジュアル認知と推論能力、長いコンテキストサポート、強力な空間とビデオ動的理解能力、そして優れたエージェント対話能力を備えています。

マルチモーダルGguf

Qwen3-VLは通義シリーズで最も強力なビジュアル言語モデルで、テキスト理解と生成、ビジュアル認知と推論、コンテキスト長、空間およびビデオの動的理解、エージェントインタラクション能力などの面で全面的にアップグレードされています。このモデルは密集アーキテクチャとハイブリッドエキスパートアーキテクチャを提供し、エッジデバイスからクラウドまでの柔軟なデプロイをサポートします。

マルチモーダルTransformers

Qwen3-VLはQwenシリーズの中で最も強力なビジュアル言語モデルで、包括的な総合アップグレードが実現されています。これには、卓越したテキスト理解と生成能力、より深いビジュアル感知と推論能力、より長いコンテキスト長、強化された空間およびビデオ動的理解能力、そしてより強力なエージェント対話能力が含まれます。

マルチモーダルTransformers

QwenEdit InScene LoRAsは、QwenEditを微調整したモデルグループで、シーン参照に基づく画像生成能力の強化に特化しています。InSceneメインモデルとInScene Annotateの2つのコンポーネントを含み、キャラクターの一貫性とシーンの連続性を維持しながら、新しいシーンレンズを作成することができます。

マルチモーダルDiffusers

このプロジェクトは、Qwen3-Coder-30B-A3B-InstructモデルをMXFP4_MOE量子化した成果物で、コンテキストサイズを256kから1Mに拡張し、コード生成やプログラミングタスクに最適化されたモデルバージョンを提供し、パフォーマンスの向上とリソースの節約に価値があります。

マルチモーダルGguf

Qwen3-VL-2B-ThinkingはQwenによって開発された視覚言語モデルで、2Bのパラメータ規模を持ち、MLXを使用して8ビット量子化が行われ、Apple Siliconチップに特化した最適化が施されています。このモデルは画像とテキストのマルチモーダル理解と生成タスクをサポートしています。

マルチモーダルTransformers