deepcogito
Cogito v2.1是經過指令微調的6710億參數混合專家生成式模型，採用開放許可發佈，支持商業用途。該模型能有效解決複雜的推理和指令遵循問題，支持30多種語言和128k上下文長度。
bartowski
這是deepcogito的cogito-v2-preview-llama-109B-MoE模型的量化版本，使用llama.cpp進行量化處理，提供多種量化類型以適應不同硬件條件。該模型是一個109B參數的混合專家(MoE)大語言模型，經過優化後可在消費級硬件上運行。
這是對deepcogito的cogito-v2-preview-llama-70B模型進行量化處理的版本，使用Llama.cpp的imatrix量化技術，在保持較好性能的同時顯著減少模型存儲和計算資源需求，適用於資源受限的環境。
Cogito v2是經過指令微調的生成式混合推理模型，採用迭代蒸餾與放大訓練方法，在編碼、STEM、指令遵循等方面表現出色，支持超30種語言和128k上下文長度。
Cogito v2是經過指令調優的生成式大語言模型，採用混合專家架構，具有1090億參數。該模型支持多語言處理、長上下文推理，在編碼、STEM等領域表現出色，支持商業用途。
Cogito v2是基於指令調優的生成式大語言模型，具備混合推理能力，支持128k上下文長度和多語言處理。該模型採用迭代蒸餾與放大(IDA)訓練策略，在編碼、STEM、指令遵循等任務上表現優異。
Cogito v2是基於Llama-3.1-70B的指令調優生成式模型，具備混合推理能力，支持多語言和長上下文，在編碼、STEM等領域表現出色。採用迭代蒸餾與放大訓練策略，可用於商業用途。
tensorblock
基於Llama架構的3B參數語言模型，提供多種量化版本以適應不同硬件需求
cortexso
DeepCogito推出的通過迭代蒸餾與放大（IDA）訓練的強大混合推理模型，在編程、STEM、多語言和智能體應用場景中表現卓越。
mlx-community
這是一個基於Llama架構的70B參數大語言模型，經過6位量化處理，適用於文本生成任務。
Gguf%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
