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

これはAmanPriyanshu/gpt-oss-6.0b-specialized-all-pruned-moe-only-7-expertsに基づく量化バージョンのモデルで、ハイブリッドエキスパートアーキテクチャと剪枝技術を採用し、さまざまな量化タイプを提供して異なるシナリオのニーズに対応します。モデルは英語テキスト生成タスクをサポートしています。

自然言語処理Transformers多言語

GPT-OSS-20BはOpenAIが開発したオープンウェイトモデルで、強力な推論、エージェントタスク、多様な開発者ユースケースに特化して設計されています。このモデルは210億のパラメータ（うち36億はアクティブなパラメータ）を持ち、ハイブリッドエキスパートアーキテクチャを採用し、低遅延のローカルデプロイと特定のシナリオでのアプリケーションをサポートしています。

自然言語処理Transformers

これはGPT - OSSアーキテクチャに基づく42億パラメータのハイブリッドエキスパートモデルで、剪定最適化を行い、4つのエキスパートのみを残し、GGUF形式の量子化バージョンに変換されています。このモデルは、効率的な推論とテキスト生成タスクに特化しており、Q4_K_M量子化技術を採用してメモリ使用量を削減しながら性能を維持しています。

自然言語処理Gguf多言語

gpt-oss-20bモデルからエクスポートされたMNNモデルの4ビット量子化バージョンで、テキスト生成タスクに最適化されており、チャットなどのアプリケーションシーンをサポートし、効率的な推論性能と低いメモリ占有量を持ちます。

OpenAIのgpt-oss-120bモデルをベースに最適化された大規模言語モデルで、NEOデータセットを使用して性能を向上させています。多シナリオアプリケーションをサポートし、CPU、GPU、または部分的なオフロードモードで実行でき、128kのコンテキスト長と最大128個の専家を持つ混合専家アーキテクチャを備えています。

自然言語処理Gguf多言語

これはGPTアーキテクチャに基づく大規模言語モデルで、1200億のパラメータを持ち、4ビット量子化技術を使用して圧縮され、MLXフレームワークによってAppleチップ上で最適化され、効率的なテキスト生成タスクをサポートします。

自然言語処理Transformers

Tiny GptOssForCausalLMは、TRL (Transformer Reinforcement Learning) ライブラリのユニットテスト用に設計された最小限の因果言語モデルです。このモデルは規模が非常に小さく、主にTRLライブラリの強化学習関連機能が特定のモデルアーキテクチャで正しく動作するかを検証するために使用されます。

自然言語処理Transformers

GPT2をベースに微調整されたトルコ語テキスト生成モデルで、自然言語処理やチャットボットなどのシーンに適しています。

自然言語処理Safetensorsその他

ProofGPT-v0.1 はGPT-NeoXアーキテクチャを基にした67億パラメータの言語モデルで、proof-pileデータセットから訓練されました。

自然言語処理Transformers英語

T0++はT5アーキテクチャに基づく自然言語処理モデルで、マルチタスクプロンプトトレーニングによりゼロショットタスク汎化能力を実現し、多くのNLPタスクでGPT-3を上回りながらよりコンパクトです。

自然言語処理Transformers英語

QwQ-32BはQwen2アーキテクチャに基づく32Bパラメータの大規模言語モデルで、GPTQ手法による4ビット整数量子化処理が施されており、効率的なテキスト生成タスクに適しています。

自然言語処理Safetensors英語

DeepSeek-R1-Distill-Llama-70BはLlamaアーキテクチャに基づく700億パラメータの言語モデルで、GPTQを用いて4ビット量子化されており、テキスト生成タスクに適しています。

自然言語処理Safetensors英語

GPepTは、GPT - 2アーキテクチャに基づく最先端の言語モデルで、ペプチドおよびペプチドミメティックのシーケンスを理解および生成するために特別に設計されています。このモデルは7.38億のパラメータを含み、ChEMBLの生物活性化学式の選りすぐりのデータセットで事前学習されており、自己教師付き学習によって多様なペプチドミメティックシーケンスを生成でき、ペプチドベースの治療法に革新的なアプローチを提供します。

科学計算Pytorch

GPT4All-FalconはApache 2.0ライセンスに基づくチャットボットで、Falcon-7Bモデルをベースに微調整され、大規模で精心に策定されたアシスタント対話コーパスで訓練され、さまざまな対話タスクとコンテンツ生成をサポートします。

自然言語処理Gguf英語

視覚Transformer（ViT）とGPT-2を組み合わせた画像キャプション生成モデルで、COCOデータセットでファインチューニングされており、画像内容に基づいて記述テキストを生成できます。

マルチモーダルSafetensors英語

LLaVaはオープンソースのマルチモーダルチャットボットで、LLaMA/VicunaをGPT生成のマルチモーダル指示追従データでファインチューニングしたもので、チャット/指示に最適化されたマルチモーダル版LLMです。

マルチモーダルTransformers多言語

これはGPT-2アーキテクチャに基づく774Mパラメータの言語モデルで、FineWebデータセットの1500億トークンでトレーニングされています。

自然言語処理Transformers英語

MQT-LLaVAはオープンソースのマルチモーダルチャットボットモデルで、Transformerアーキテクチャに基づき、GPTで生成されたマルチモーダル指令データ上でLLaMA/Vicunaを微調整して訓練されました。

マルチモーダルTransformers

DenseConnectorはオープンソースのチャットボットで、LLaMA/Vicunaをファインチューニングし、GPTが生成したマルチモーダル指示追従データでトレーニングされています。

マルチモーダルTransformers