這是微軟Fara-7B模型的量化版本，使用llama.cpp的imatrix技術進行優化。該模型支持多種量化級別，從高精度的bf16到極低精度的IQ2_M，滿足不同硬件配置和性能需求。

自然語言處理Gguf

這是ArliAI的GLM-4.5-Air-Derestricted模型的GGUF量化版本，使用llama.cpp和imatrix技術進行優化量化處理，提供多種量化級別選擇，適用於不同硬件配置和性能需求。

自然語言處理Gguf

這是一個基於Huihui-MiroThinker-v1.0-30B模型進行的MXFP4_MOE imatrix量化版本，專門針對文本生成任務優化，在保持模型性能的同時顯著減小了模型體積和推理成本。

自然語言處理Gguf

這是TheDrummer的Snowpiercer-15B-v4模型的量化版本，使用llama.cpp和imatrix技術進行量化處理。該版本提供了從BF16到IQ2_S等多種量化級別，滿足不同硬件條件和性能需求的用戶。模型使用特定數據集進行校準優化，支持在線重打包功能以提升在ARM和AVX硬件上的性能。

自然語言處理Gguf

這是對ai-sage的GigaChat3-10B-A1.8B模型進行的量化處理版本，採用llama.cpp的imatrix量化技術，可在不同硬件條件下更高效地運行。模型支持俄語和英語，主要用於文本生成任務。

自然語言處理Gguf多語言

這是一個基於Qwen Image Edit 2509的LoRA模型，專門用於將輸入圖像轉換為帶有誇張特徵的素描漫畫藝術作品。模型能夠為人物和動物主體創作出幽默且富有藝術感的漫畫形象，突出面部特徵和特點。

計算機視覺Diffusers多語言

這是kldzj的GPT-OSS-120B-Heretic-v2模型的量化版本，使用llama.cpp的imatrix技術進行量化處理。該模型通過量化技術顯著減少了存儲和計算資源需求，同時保持了較好的模型性能，便於在各種設備上部署運行。

自然語言處理Gguf

這是對MiroThinker-v1.0-30B模型進行MXFP4_MOE imatrix量化的版本，基於mradermacher的imatrix實現。該量化模型保持了原模型的文本生成能力，同時通過量化技術提高了推理效率，適用於需要高效文本生成的各種應用場景。

自然語言處理Gguf

這是對Qwen3-4B-Instruct-2507-heretic模型進行的量化處理版本，使用llama.cpp工具和imatrix數據集生成了多種量化類型的模型文件，可在多種環境下運行，為用戶提供了更多選擇。

自然語言處理Gguf

這是基於p-e-w發佈的Llama-3.1-8B-Instruct-heretic模型的量化版本，使用llama.cpp b7049版本進行imatrix量化。提供了多種量化選項以適應不同硬件和性能需求，支持在LM Studio或llama.cpp中運行。

自然語言處理Gguf多語言

這是p-e-w/gpt-oss-20b-heretic模型的量化版本，使用llama.cpp的imatrix技術進行量化處理。該模型是一個200億參數的大語言模型，提供了多種量化選項，從高質量到低質量不等，文件大小從41.86GB到11.52GB，適用於不同硬件條件。

自然語言處理Gguf

基於Qwen 3微調的12B參數大語言模型，具備256k超長上下文處理能力，專門針對長文本生成任務進行優化。該模型結合了VLTO 8B模型基礎、Brainstorm 20x調優和NEO Imatrix數據集量化技術，能夠生成高質量的長文本內容。

自然語言處理Gguf多語言

這是一個增強版的多模態視覺語言模型，基於Qwen3-VL-8B-Thinking模型，通過Brainstorm 20x技術擴展至12B參數，採用NEO Imatrix增強的GGUF量化。模型具備強大的圖像理解、文本生成和多模態推理能力，在視覺感知、文本質量和創意場景方面都有顯著提升。

多模態Gguf多語言

本項目是對MiniMax-M2模型進行的高質量HQ4_K量化，專門針對文本生成任務優化，特別適用於對話場景。該量化版本未使用imatrix，保持了模型的性能表現。

自然語言處理Gguf

這是基於TheDrummer/Rivermind-24B-v1模型的llama.cpp量化版本，使用imatrix技術進行優化量化，提供多種量化級別以適應不同硬件配置，可在多種環境下高效運行。

自然語言處理Gguf

本項目是基於Qwen3-VL-32B-Instruct模型的llama.cpp GGUF量化版本，提供多種量化類型以滿足不同硬件和性能需求。使用特定數據集結合imatrix選項進行量化，保證量化質量，支持在線重新打包權重以提高ARM和AVX機器的性能。

多模態Gguf

這是Qwen3-VL-2B-Thinking模型的Llamacpp imatrix量化版本，提供了多種量化類型的文件，可在不同硬件環境下高效運行。該模型是一個2B參數的多模態視覺語言模型，具備思維鏈推理能力。

多模態Gguf

這是Qwen3-VL-2B-Instruct模型的量化版本，使用llama.cpp工具和imatrix方法生成了多種量化級別的模型文件，便於在不同硬件環境下高效運行。該模型是一個2B參數的多模態視覺語言模型，支持圖像和文本的交互。

多模態Gguf

JanusCoderV-7B是由InternLM開發的7B參數代碼生成模型，本項目提供了使用llama.cpp進行imatrix量化的多個版本，支持多種量化級別以滿足不同硬件需求。

自然語言處理Gguf

這是對internlm的JanusCoder-8B模型進行量化處理的版本，採用llama.cpp的imatrix量化技術，在保證性能的前提下顯著減少模型的存儲和計算資源需求，使模型能夠在更多設備上高效運行。

自然語言處理Gguf