Glm-Edge-Chat-4B-GGUF是一款基於GLM架構的40億參數文本生成模型，專為邊緣設備優化，提供智能的文本交互體驗。該模型採用GGUF格式，便於在各種硬件上部署運行。

自然語言處理Gguf多語言

Glm-Edge-Chat-1.5B-GGUF是一款支持中英雙語的開源文本生成模型，採用GGUF格式優化，專為邊緣設備部署設計，參數量為15億。

自然語言處理Gguf多語言

支持圖像文本到文本轉換的高效生成模型，適用於多種應用場景

多模態Gguf多語言

Glm-Edge-V-2B-GGUF是一款支持圖像文本到文本轉換的多模態模型，具有20億參數規模，支持中英文處理，可通過GGUF格式高效部署在各種硬件平臺上。

多模態Gguf多語言

Glm-Edge-V-5B-GGUF是一個支持中英文的多語言圖文生成文本模型，基於GLM架構開發。

自然語言處理Gguf多語言

Glm-Edge-V-5B-GGUF 是一款支持圖像文本轉換為文本的多模態模型，支持中英雙語處理，能夠高效準確地將視覺信息轉換為文本描述。

多模態Gguf多語言

GLM-Edge-V-5B是一個支持圖像文本到文本轉換的多模態模型，基於Pytorch框架開發，能夠根據輸入的圖像和文本生成相關的文本內容輸出。

多模態Safetensors

GLM-Edge-V-5B是一個50億參數的多模態模型，支持圖像和文本輸入，能夠執行圖像理解和文本生成任務。

多模態Safetensors

GLM-Edge-V-2B 是一個支持圖像文本到文本轉換的視覺語言模型，專為邊緣計算場景設計，具有50億參數規模，能夠處理圖像描述等任務，適用於自然語言處理和計算機視覺的融合應用。

多模態Safetensors

GLM-Edge-V-2B是一個基於Pytorch框架的圖像文本到文本模型，支持中文處理。

多模態Safetensors

GLM-Edge-4B-Chat是智譜AI開發的一個40億參數的中英雙語對話模型，專門針對邊緣設備優化，支持高效的文本生成任務。該模型基於Transformer架構，具有輕量化、高效率的特點，適合在資源受限的環境中部署。

自然語言處理Safetensors

GLM-Edge-1.5B-Chat 是一個基於 GLM 架構的 15 億參數規模的聊天模型，適用於中文對話場景。

自然語言處理Safetensors