本模型是基於allenai/Olmo-3-7B-Instruct轉換的8位量化版本，專門為Apple MLX框架優化。它是一個70億參數的大型語言模型，支持指令跟隨和對話任務。

自然語言處理Mlx英語

這是一個由Applied Brain Research（ABR）開發的基於狀態空間模型（SSM）的英文自動語音識別模型，擁有約1900萬參數，能夠高效準確地將英文語音轉錄為文本。該模型在多個基準數據集上表現出色，平均單詞錯誤率僅為10.61%，支持即時語音識別並可在低成本硬件上運行。

音頻處理Transformers英語

這是一個基於MLX框架優化的文本轉語音模型，從原始模型Marvis-AI/marvis-tts-100m-v0.2轉換而來，採用6位量化技術，專門為Apple Silicon硬件優化，提供高效的語音合成能力。

音頻處理Transformers多語言

這是一個基於 Kimi-Linear-48B-A3B-Instruct 模型轉換的 6 位量化版本，專為 Apple MLX 框架優化。該模型保留了原模型強大的指令跟隨能力，同時通過量化技術顯著降低了存儲和計算需求，適合在 Apple 硬件上高效運行。

自然語言處理Mlx

Qwen3-VL-2B-Thinking是由Qwen推出的視覺語言模型，基於2B參數規模，使用MLX進行8位量化，專門針對Apple Silicon芯片進行了優化。該模型支持圖像和文本的多模態理解與生成任務。

多模態Transformers

Qwen3-VL-2B-Thinking是Qwen系列中最強大的視覺語言模型之一，採用GGUF格式權重，支持在CPU、NVIDIA GPU、Apple Silicon等設備上進行高效推理。該模型具備出色的多模態理解和推理能力，特別增強了視覺感知、空間理解和智能體交互功能。

多模態Transformers

這是基於moonshotai/Kimi-Linear-48B-A3B-Instruct模型轉換的4位量化版本，專為Apple MLX框架優化，提供高效的文本生成能力

自然語言處理Mlx

這是MiniMax-M2模型的MLX格式轉換版本，使用mlx-lm 0.28.1從原始模型轉換而來，支持8位量化和分組大小為32的優化配置，專為Apple Silicon設備優化運行。

自然語言處理Mlx英語

這是MiniMax-M2模型的MLX格式8位量化版本，使用mlx-lm 0.28.4從原始模型轉換而來，專為Apple Silicon設備優化運行。

自然語言處理Mlx

Granite-4.0-H-1B-8bit 是 IBM Granite 系列的小型語言模型，專門針對 Apple Silicon 芯片優化，採用 8 位量化技術，參數量為 1B，具有高效推理和低資源消耗的特點。

自然語言處理Mlx

MiniMax-M2-6bit 是 MiniMaxAI/MiniMax-M2 模型的 MLX 格式轉換版本，使用 mlx-lm 0.28.4 進行轉換，支持在 Apple Silicon 設備上高效運行。

自然語言處理Mlx

MiniMax-M2-4bit 是使用 mlx-lm 工具從 MiniMaxAI/MiniMax-M2 轉換而來的 4 位量化版本，專門針對 Apple Silicon 芯片優化，提供高效的文本生成能力。

自然語言處理Mlx

TheWhisper-Large-V3是OpenAI Whisper Large V3模型的高性能微調版本，由TheStage AI針對多平臺（NVIDIA GPU和Apple Silicon）的即時、低延遲和低功耗語音轉文本推理進行了優化。

音頻處理Transformers其他

這是一個高性能的4位量化版本的Kimi K2 Instruct模型，專為使用MLX框架在Apple Silicon（M1/M2/M3/M4）Mac上運行而優化。該模型擁有6710億參數，支持128K上下文窗口，在質量和效率之間實現了出色的平衡，是大多數實際部署的理想選擇。

自然語言處理Mlx多語言

這是Qwen3-Next-80B-A3B-Instruct模型的MLX格式轉換版本，專為在Apple Silicon設備上高效運行而優化。該模型是一個800億參數的大型語言模型，支持文本生成任務，具有強大的對話和推理能力。

自然語言處理Mlx

這是一個基於Qwen3-Coder-REAP-25B-A3B模型轉換的MLX格式版本，使用mlx-lm工具從原始模型轉換而來，專門針對Apple Silicon芯片優化，支持高效的文本生成任務。

自然語言處理Mlx英語

基於GLM-4.5-Air模型使用REAP方法進行25%專家剪枝的優化版本，轉換為MLX格式以便在Apple Silicon設備上高效運行

自然語言處理Mlx英語

這是Qwen3-VL-4B-Instruct模型的4位量化版本，專門針對Apple Silicon芯片優化，使用MLX框架轉換。該模型是一個視覺語言模型，支持圖像理解和多模態對話任務。

多模態Mlx

Qwen3-VL-8B-Instruct是由Qwen開發的視覺語言模型，經過MLX量化優化，專門針對Apple Silicon設備。該模型支持圖像和文本的多模態輸入，能夠理解和生成與圖像相關的文本內容。

多模態Mlx

這是OpenAI GPT-OSS-20B模型的MLX格式8位量化版本，使用mlx-lm 0.28.2轉換，專為Apple Silicon優化，提供高效的文本生成能力

自然語言處理Transformers