これはマイクロソフトFara-7Bモデルの量子化バージョンで、llama.cppのimatrix技術を使用して最適化されています。このモデルは、高精度のbf16から超低精度のIQ2_Mまで、さまざまな量子化レベルをサポートし、異なるハードウェア構成とパフォーマンス要件を満たします。

自然言語処理Gguf

FLUX.2 [dev] は320億のパラメータを持つ補正フロートランスフォーマーモデルで、画像生成、編集、および合成タスクに特化しています。このモデルは、テキストから画像への生成、単一参照編集、および多参照編集においてリーディングレベルであり、微調整なしでキャラクター、オブジェクト、およびスタイルの参照を実現し、個人、科学、および商業用途をサポートします。

マルチモーダルDiffusers英語

これはwexyyyyyy/Ru-Gemma3-1Bモデルの静的量子化バージョンで、ロシア語と英語をサポートし、対話とテキスト生成タスク用に特別に設計されています。このモデルは、さまざまなハードウェア構成とパフォーマンス要件に適した複数の量子化バージョンを提供します。

自然言語処理Transformers多言語

このプロジェクトでは、Qwen3-4B-Thinking-2507モデルのGGUF形式のファイルを提供しています。これは、思考過程推論能力を持つ4Bパラメータの大規模言語モデルで、複数の量子化バージョンをサポートし、さまざまなハードウェアでのデプロイと実行が容易です。

自然言語処理Gguf

QwenEdit2509は、画像の色彩処理に特化した低ランク適応型（LoRA）モデルです。画像の飽和度を下げ、コントラストを低下させ、カメラのログプロファイルに似た扁平で未グレーディングの外観を作り出すと同時に、ハイライトとシャドウの細部を保持します。

コンピュータビジョンDiffusers英語

これはVibeStudioのMiniMax-M2-THRIFTモデルを量子化したバージョンで、llama.cppツールと特定のデータセットを使用して生成され、複数の量子化タイプのGGUFファイルを提供し、LM Studioまたはllama.cppベースのプロジェクトでの実行をサポートします。

自然言語処理Gguf

MiniMax-M2は、コーディングとエージェントのワークフローを最大化するために構築された小型の混合専門家モデルで、総パラメータは2300億、活性化パラメータは100億です。このモデルは、コーディングとエージェントタスクで卓越した性能を発揮し、同時に強力な汎用知能を維持し、コンパクトで高速かつ経済的に効率的な特徴を持っています。

自然言語処理Transformers

Gelato-30B-A3Bは、GUIコンピュータ使用タスクに対して微調整された最先端（SOTA）モデルで、デプロイ効率を最適化するために量子化バージョンを提供しています。このモデルは、グラフィカルユーザーインターフェース関連のタスクを理解して処理するように特別に設計されています。

マルチモーダルGguf

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

JanusCoder-14Bは、Qwen3-14Bをベースに構築された14Bパラメータのオープンソース基礎モデルで、コードインテリジェンスに統一されたビジュアルプログラミングインターフェイスを構築することを目的としています。このモデルはJANUSCODE-800Kマルチモーダルコードコーパスで学習され、さまざまなビジュアルプログラミングタスクを統一的に処理することができます。

自然言語処理Transformers

JanusCoder-8Bは、Qwen3-8Bをベースに構築されたオープンソースのコードインテリジェンス基礎モデルで、統一されたビジュアルプログラミングインターフェイスを構築することを目的としています。このモデルは、JANUSCODE-800K（これまでで最大のマルチモーダルコードコーパス）で学習され、データ可視化、インタラクティブなWeb UI、コード駆動のアニメーションなど、さまざまなビジュアルプログラミングタスクを処理できます。

マルチモーダルTransformers

gpt-oss-safeguard-20bは、GPT-OSS-20bをファインチューニングした安全推論モデルで、大規模言語モデルの入出力フィルタリング、オンラインコンテンツのラベリング、および信頼と安全のユースケースのオフラインラベリングに特化しています。このモデルはApache 2.0ライセンスを採用しており、カスタムポリシーと透明な決定プロセスをサポートしています。

自然言語処理Transformers

Fara-7Bは、マイクロソフト研究所が開発した、コンピューターの使用シーン向けに設計された小型言語モデルで、たった70億のパラメータしか持たず、同規模のモデルの中で卓越した性能を発揮し、ウェブ自動化やマルチモーダル理解などのコンピューターインタラクションタスクを実行できます。

マルチモーダルTransformers英語

本プロジェクトでは、MiniMaxAIのMiniMax - M2モデルを量化処理し、llama.cppツールを使用して、様々なニーズを持つユーザーに複数の量化タイプのモデルファイルを提供し、異なるハードウェア条件下でのモデルの効率的な実行を容易にします。

自然言語処理Gguf

これはinternlmのJanusCoder-14Bモデルの量化バージョンで、特定のツールとデータセットを使用して量化処理が行われ、低品質から高品質までの複数の量化タイプのファイルを提供し、LM Studioまたはllama.cppベースのプロジェクトで実行できます。

自然言語処理Gguf

MiniMax - M2は、高効率コーディングとインテリジェントエージェントワークフロー用に特別に開発されたハイブリッドエキスパートモデルで、総パラメータが2300億、活性化パラメータが100億です。このモデルは、コーディングとインテリジェントエージェントタスクで卓越した性能を発揮し、低遅延、低コスト、高スループットの特徴を持ち、作業効率を効果的に向上させます。

自然言語処理Transformers

GPT-OSS-Safeguard-20Bは、GPT-OSSをベースに構築された210億パラメータのセキュリティ推論モデルで、セキュリティ関連のテキストコンテンツの分類とフィルタリングタスクに特化して最適化されています。このモデルはカスタムセキュリティポリシーをサポートし、透明な推論プロセスを提供し、大規模言語モデルの入出力フィルタリングやオンラインコンテンツのラベリングなどのセキュリティユースケースに適しています。

自然言語処理Transformers

MiniMax - M2は、コーディングとエージェントワークフローを最大化するために構築された小型のハイブリッドエキスパート（MoE）モデルです。総パラメータは2300億で、活性化されるパラメータは100億のみで、コーディングとエージェントタスクで卓越した性能を発揮し、同時に強力な汎用知能を保持し、コンパクトで高速かつ経済的です。

自然言語処理Transformers

MiniMax-M2は、コーディングとエージェントのワークフローを最大化するために構築された「ミニ」モデルです。これはコンパクトで高速かつ費用対効果の高い混合専門家（MoE）モデルで、コーディングとエージェントタスクで卓越した性能を発揮し、同時に強力な汎用知能も備えています。

自然言語処理Transformers

SecIntは、リアルタイムのnginxセキュリティログ分類に対して微調整されたSmolLM2-360Mモデルです。Webサーバーログ内のセキュリティ脅威、エラー、および正常なトラフィックパターンを自動的に検出することを目的としており、精度は99%を超え、CPU上でリアルタイム検出を実現できます。

自然言語処理Transformers多言語