Tashkeel-350M-v2 是一個專門為阿拉伯語文本標音設計的模型，擁有3.5億參數。該模型基於ibm-granite/granite-4.0-h-350m模型，在Misraj/Sadeed_Tashkeela數據集上進行微調訓練而成，能夠自動為阿拉伯語文本添加正確的音標符號。

自然語言處理Transformers阿拉伯語

本項目是基於IBM Granite-4.0-h-350m模型的量化版本，致力於讓知識為每個人所用。該模型是一個高效的文本生成模型，經過量化優化後具有更小的模型體積和更快的推理速度。

自然語言處理Gguf

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

Granite-4.0-H-350M-Base是IBM開發的輕量級僅解碼器語言模型，專為資源受限設備設計，支持多語言文本生成和代碼補全功能。

自然語言處理Transformers

Granite-4.0-H-350M是IBM開發的輕量級指令模型，具有350M參數，在多語言處理和指令遵循方面表現出色，專為設備端部署和研究場景設計。

自然語言處理Transformers

Granite-4.0-1B是IBM開發的輕量級指令模型，基於Granite-4.0-1B-Base微調而成。該模型結合了開源指令數據集和內部合成數據集，採用監督微調、強化學習和模型合併等技術開發，適合設備端部署和研究用例。

自然語言處理Transformers

Granite-4.0-350M是IBM開發的輕量級指令模型，基於Granite-4.0-350M-Base微調而成。該模型結合了開源指令數據集和內部合成數據集，採用監督微調、強化學習和模型融合等技術開發，具備強大的指令跟隨能力，特別適合設備端部署和研究場景。

自然語言處理Transformers

Granite-4.0-350M-Base是IBM開發的輕量級僅解碼器語言模型，專為資源受限設備設計，支持多語言文本生成和代碼補全功能。

自然語言處理Transformers

Granite-4.0-350M是IBM開發的輕量級指令模型，基於Granite-4.0-350M-Base微調而成。該模型結合了開源指令數據集和內部合成數據集，採用監督微調、強化學習和模型合併技術開發，具備強大的指令跟隨能力和工具調用功能。

自然語言處理Transformers

Granite-4.0-1B-Base是IBM開發的輕量級僅解碼器語言模型，專為資源受限設備設計，支持多語言文本生成和代碼補全功能。

自然語言處理Transformers

Granite-4.0-1B是IBM開發的輕量級指令模型，基於Granite-4.0-1B-Base進行微調，結合了開源指令數據集和內部合成數據集，採用監督微調、強化學習和模型合併技術開發而成。

自然語言處理Transformers

Granite-4.0-H-350M-Base是IBM開發的輕量級僅解碼器語言模型，專門為資源受限設備設計，支持多語言文本生成和代碼補全功能，可在智能手機或物聯網設備上高效運行。

自然語言處理Transformers

Granite-4.0-H-350M是IBM開發的輕量級指令模型，基於Granite-4.0-H-350M-Base微調而成。該模型結合了開源指令數據集和內部合成數據集，採用監督微調、強化學習和模型合併等多種技術開發，具備強大的指令跟隨能力和多語言支持。

自然語言處理Transformers

Granite-4.0-H-1B-Base是IBM開發的輕量級僅解碼器語言模型，專為資源受限設備設計，支持多語言文本生成和代碼補全功能。

自然語言處理Transformers

Granite-4.0-H-1B是IBM Granite團隊開發的輕量級指令模型，基於Granite-4.0-H-1B-Base模型，通過監督微調、強化學習和模型融合等技術優化得到。該模型具有強大的指令遵循能力，適合設備端部署和研究用例。

自然語言處理Transformers

ethicalabs/granite-4.0-h-small-base-MLX是基於IBM Granite-4.0-H-Small-Base模型轉換而來的MLX格式版本，專門為Apple MLX框架優化，提供高效的文本生成能力。

自然語言處理Mlx

IBM Granite-4.0-H-Tiny模型的5-bit量化版本，專為蘋果硅芯片優化。採用Mamba-2與軟注意力混合架構，結合混合專家模型(MoE)，在保持高質量的同時實現高效推理。

自然語言處理Mlx多語言

IBM Granite-4.0-H-Tiny是經過蘋果硅芯片優化的混合Mamba-2/Transformer模型，採用3位量化技術，專為長上下文、高效推理和企業使用而設計。該模型結合了Mamba-2架構和專家混合技術，在保持表達能力的同時顯著降低內存佔用。

自然語言處理Mlx多語言

這是IBM Granite-4.0-h-Tiny模型的4位量化版本，專為Apple Silicon優化，使用MLX框架進行高效推理。模型經過DWQ（動態權重量化）處理，在保持性能的同時顯著減小模型大小。

自然語言處理Mlx

本項目是對IBM Granite的granite-4.0-h-small模型進行量化處理後的成果，提供多種量化版本選擇，能在不同硬件條件下平衡模型質量和資源佔用，滿足不同用戶的使用需求。

自然語言處理Gguf