Tarka-Embedding-350M-V1は3億5000万のパラメータを持つテキスト埋め込みモデルで、1024次元の密集したテキスト表現を生成することができます。このモデルは、意味的な類似性、検索、および検索強化生成（RAG）などの下流アプリケーションに対して最適化されており、複数の言語をサポートし、長いコンテキストを処理する能力を持っています。

自然言語処理Sentence-transformers

Tarka-Embedding-150M-V1は1億5000万のパラメータを持つ埋め込みモデルで、768次元の密集したテキスト表現を生成できます。意味の類似性、検索、および検索強化生成（RAG）などのさまざまな下流アプリケーションに対して最適化されており、深いコンテキスト意味を捉えることに焦点を当て、さまざまな分野にまたがる汎用的なテキスト理解をサポートします。

自然言語処理Sentence-transformers

これはmirth/chonky_distilbert_base_uncased_1モデルの微調整版で、より多くのデータで訓練することでモデルの性能を向上させ、主にテキスト分塊とRAG関連タスクに使用されます。

自然言語処理Transformers英語

これはLiquidAIのLFM2-1.2B-RAGモデルのGGUF量子化バージョンで、検索強化生成(RAG)タスクに特化して最適化されています。このモデルは様々な量子化処理が施されており、bf16からQ2_Kまでの複数の量子化レベルを提供し、さまざまなハードウェア条件と性能要件に対応しています。

自然言語処理Gguf

NVIDIA Qwen3-32B FP4モデルは、アリババのQwen3-32Bモデルの量子化バージョンで、最適化されたTransformerアーキテクチャを使用し、重みと活性化関数をFP4で量子化しています。AIエージェントシステム、チャットボット、RAGシステムなどのAIアプリケーションに適しています。

自然言語処理Safetensors

NVIDIA Qwen3-14B FP4モデルは、アリババのQwen3-14Bモデルの量子化バージョンで、FP4データ型を用いて最適化され、TensorRT-LLMによる効率的な推論が可能です。このモデルはNVIDIA GPU加速システム向けに設計されており、AIエージェントシステム、チャットボット、RAGシステムなどの様々なAIアプリケーションシーンに適しており、世界中での商用および非商用利用がサポートされています。

自然言語処理Safetensors

NVIDIA Qwen3-8B FP4モデルは、アリババのQwen3-8Bモデルの量子化バージョンで、最適化されたTransformerアーキテクチャを採用した自己回帰型言語モデルです。このモデルはFP4量子化技術を使用し、パフォーマンスを維持しながらメモリ使用量と計算要件を大幅に削減し、AIエージェントシステム、チャットボット、RAGシステムなどのアプリケーションシナリオに適しています。

自然言語処理Safetensors

Vi - Qwen2 - 7B - RAGは、検索強化生成（RAG）タスク用に特別にカスタマイズされた大規模言語モデルで、Qwen2 - 7B - Instructをベトナム語データセットで微調整したもので、ベトナム語処理能力とRAGタスクの実行効率を大幅に向上させています。

自然言語処理Transformersその他

mdbr-leaf-ir は MongoDB Research によって開発された、情報検索タスクに特化した高性能なコンパクト型テキスト埋め込みモデルで、特に RAG パイプラインの検索段階に適しています。このモデルは知識蒸留技術を採用し、非対称アーキテクチャ、MRL トランケーション、ベクトル量子化をサポートし、BEIR ベンチマークテストで優れた性能を発揮します。

自然言語処理Sentence-transformers英語

Llama-3.3-Nemotron-Super-49B-v1.5は、Meta Llama-3.3-70B-Instructをベースに派生した大規模言語モデルで、v1バージョンの大幅なアップグレード版です。このモデルは、推論、人間の対話嗜好、およびエージェントタスク（RAGやツール呼び出しなど）で優れた性能を発揮し、128Kトークンのコンテキスト長をサポートし、精度と効率のバランスを良好に保っています。

自然言語処理Transformers英語

NVIDIA Qwen3-30B-A3B FP4は、アリババのQwen3-30B-A3Bモデルの量子化バージョンで、最適化されたTransformerアーキテクチャを採用し、FP4量子化技術によりモデルサイズを約3.3倍削減しながら、良好な性能を維持しています。このモデルは商用および非商用用途をサポートし、AIエージェントシステム、チャットボット、RAGシステムなどのアプリケーションシーンに適しています。

自然言語処理Safetensors

NVIDIAがリリースした40億パラメータ規模の大規模言語モデルで、128kトークンのコンテキスト長をサポートし、推論、対話、RAGなどのタスクに最適化されています

自然言語処理Gguf英語

これは非常にコンパクトで高速な日本語リランキングモデルで、RAGシステムの精度向上に適しており、CPUやエッジデバイス上でも効率的に動作します。

自然言語処理Safetensors日本語

これは非常にコンパクトで高速な日本語リランキングモデルで、RAGシステムの精度向上に適しています。

自然言語処理Safetensors日本語

映画やテレビ番組の推薦システムに特化した微調整済みの文変換モデルで、RAGパイプラインにおける高品質なベクトル検索を最適化しています。

自然言語処理Sentence-transformers

このモデルはBLIPベースモデルを病理スライド画像向けに微調整したバージョンで、病理スライド画像の説明テキストを自動生成するために使用されます。

マルチモーダルTransformers英語

Qwen2.5-7B-Instructをファインチューニングしたベトナム語検索拡張生成(RAG)専用大規模モデル、GRPO最適化手法でトレーニング

自然言語処理Transformersその他

Chonkyはテキストを意味のあるセマンティックブロックにインテリジェントに分割できるTransformerモデルで、RAGシステムに適しています。

自然言語処理Transformers英語

Anubis-559Mは、クリエイティブテキスト生成用に特別に設計された因果言語モデルです。より大きな基礎モデルを微調整しており、自然な対話や魅力的な散文の生成に長けており、特にロールプレイングシーンやクリエイティブライティングに適しています。

自然言語処理Transformers英語

120億パラメータの大規模言語モデルで、速度、効率、コンテキストの正確性に最適化されており、RAG強化技術と128kのコンテキストウィンドウをサポートしています。

自然言語処理Transformers