AceReason-Nemotron-7Bは、強化学習によって訓練された数学とコードの推論モデルで、DeepSeek-R1-Distilled-Qwen-7Bをベースに開発され、複数の推論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Transformers多言語

このモデルはDeepSeek-R1-0528-Qwen3-8Bをベースにした微調整バージョンで、TRLとGRPOの方法を用いて訓練され、数学的推論能力の向上に特化しています。

自然言語処理Transformers多言語

DeepSeek-R1-0528の5ビット量子化バージョンで、MLXフレームワークに適しています。

自然言語処理Mlx

Qwen 3の4Bパラメータモデルをベースに微調整し、推論と問題解決能力を向上させました。

自然言語処理Transformers英語

AceReason-Nemotron-7Bは強化学習に基づいて訓練された数学とコードの推論モデルで、DeepSeek-R1-Distilled-Qwen-7Bから訓練を開始し、複数の基準テストで優れた成績を収めています。

自然言語処理Transformers

DeepSeek-R1-0528-Qwen3-8Bモデルを基に変換された6ビット量子化バージョンで、MLXフレームワークのテキスト生成タスクに適しています。

自然言語処理Mlx

DeepSeek-R1-0528は深度求索社が発表したアップグレード版の大規模言語モデルで、推論能力や幻覚率の低減などの面で著しい向上が見られ、全体的な性能は最先端のモデルに近い。

自然言語処理Transformers

これはQwen-14Bモデルをベースに微調整されたバージョンで、GRPO方法を用いて訓練され、テキスト生成タスクに適しています。

自然言語処理Transformers

DeepSeek-R1-Distill-Qwen-14Bは、14Bパラメータ規模の最適化された大規模言語モデルで、DeepSeek AIによってリリースされ、Qwenアーキテクチャに基づいて蒸留され、性能向上のために複数のGGUF量子化バージョンを提供します。

自然言語処理Gguf

DeepSeek AI社のDeepSeek R1 0528モデルの量子化バージョンで、最適化されたTransformerアーキテクチャに基づく自己回帰型言語モデルで、商用および非商用用途に使用できます。

自然言語処理Safetensors

DeepSeek-R1-0528はDeepSeek R1シリーズの小バージョンアップグレードモデルで、計算リソースの増加とアルゴリズムの最適化により、推論の深度と能力を大幅に向上させ、数学やプログラミングなどの複数のベンチマークテストで優れた成績を収めています。

自然言語処理Transformers

DeepSeek-Prover-V2-7Bを基に変換されたMLX形式のモデルで、テキスト生成タスクに適しています。

自然言語処理Mlx

DeepSeek R1 0528のAWQ量子化モデルで、vLLMを使用して8基の80GB GPUでフルコンテキスト長で実行可能です。

自然言語処理Transformers多言語

DeepSeek-R1-0528モデルのGPTQ量子化バージョンで、Int4 + 選択的Int8の量子化方式を採用し、生成品質を保ちながらファイルサイズを縮小します。

自然言語処理Transformers

DeepSeek-R1-Llama-8B-F32-GGUF は DeepSeek-R1-Distill-Llama-8B の量子化バージョンで、強化学習による直接訓練を採用し、自己検証、内省、拡張思考連鎖生成などの能力を備えています。

自然言語処理Transformers英語

DeepSeek - R1 - 0528 671Bモデルの4ビットAWQ量子化バージョンで、ハイエンドGPUノードでの使用に適しています。

自然言語処理Transformers

DeepSeek-R1-0528はDeepSeek R1モデルの小規模なバージョンアップで、計算リソースの増加とアルゴリズムの最適化により、推論能力を大幅に向上させ、数学、プログラミング、一般的な論理などの複数のベンチマーク評価で優れた成績を収めています。

自然言語処理Transformers

量子化処理を施したDeepSeek-R1-0528モデルで、重みをINT4データ型に量子化することで、GPUメモリとディスク容量の要件を大幅に削減します。

自然言語処理Safetensors

DeepSeek-R1-0528-Qwen3-8BのAWQ量子化バージョンで、特定のシーンでの高効率推論に適しています。

自然言語処理Transformers

DeepSeekアーキテクチャに基づき、トルコ語テキストで訓練された言語モデルで、マルチヘッド潜在的注意(MLA)と専家混合(MoE)技術を含んでいます。

自然言語処理Transformersその他