这是通过REAP方法对MiniMax-M2均匀裁剪25%的专家得到的172B参数大语言模型，专门针对llama.cpp进行了优化量化处理，支持多种量化级别，可在LM Studio或基于llama.cpp的项目中运行。

自然语言处理Gguf英语

这是一个基于REAP方法对MiniMax-M2中40%专家进行均匀剪枝得到的139B参数大语言模型，采用GLM架构和专家混合(MoE)技术，通过llama.cpp进行多种量化处理，适用于文本生成任务。

自然语言处理Gguf英语

本项目提供了cerebras/MiniMax-M2-REAP-172B-A10B模型的量化版本，致力于让知识为大众所用。这是一个1720亿参数的大型语言模型，经过优化和量化处理，旨在降低部署成本和提高推理效率。

自然语言处理Gguf

MiniMax-M2-REAP-162B-A10B是MiniMax-M2的高效压缩版本，采用REAP（路由加权专家激活剪枝）方法，在保持性能几乎不变的情况下将模型大小减少30%，从230B参数压缩到162B参数，显著降低了内存需求。

自然语言处理Transformers英语

MiniMax-M2-REAP-172B-A10B是MiniMax-M2的内存高效压缩变体，采用REAP专家剪枝方法，在保持性能几乎不变的情况下，模型大小减轻了25%，从230B参数压缩至172B参数。

自然语言处理Transformers英语

这是GLM-4.5-Air-REAP-82B-A12B模型的MXFP4_MOE量化版本，专门针对文本生成任务进行了优化。该模型基于cerebras的GLM-4.5-Air-REAP-82B-A12B基础模型，通过MXFP4混合专家量化技术实现，在保持性能的同时显著减小模型体积和推理成本。

自然语言处理Gguf

该模型是cerebras/Qwen3-Coder-REAP-25B-A3B的GGUF格式转换版本，使用llama.cpp工具进行格式转换和量化处理。原始模型是一个25B参数的大语言模型，专门针对代码生成任务进行优化。

自然语言处理Transformers英语

这是Cerebras公司Qwen3-Coder-REAP-25B-A3B模型的量化版本，使用llama.cpp的imatrix技术进行量化处理，能够在减少模型存储空间和计算资源需求的同时保持模型性能。

自然语言处理Gguf

GLM-4.5-Air-REAP-82B-A12B 是 GLM-4.5-Air 的高效压缩版本，通过 REAP 剪枝技术将参数规模从 106B 压缩到 82B，减少 25% 内存需求，同时保持近乎无损的性能表现。

自然语言处理Transformers英语

基于Meta的Llama-2-7B模型，使用UltraChat 200k数据集进行聊天任务微调的语言模型。该模型由Neural Magic和Cerebras联合开发，支持高效的稀疏迁移和推理加速。

自然语言处理Transformers

基于Cerebras-GPT-6.7B微调的网络安全专用模型，具备基础对话能力

自然语言处理Transformers英语

BTLM-3B-8k-chat是基于BTLM-3B-8K-base开发的对话版本，采用DPO方法优化，专为符合人类偏好的对话场景设计。

自然语言处理Transformers英语

BTLM-3B-8k-base是一个具有8k上下文长度的30亿参数语言模型，基于6270亿token的SlimPajama数据集训练而成，性能可媲美开源70亿参数模型。

自然语言处理Transformers英语

Cerebras-GPT 13B 是一个基于开放架构和数据集训练的大语言模型，属于Cerebras-GPT系列，旨在研究大语言模型的缩放定律并展示在Cerebras软硬件栈上的训练简易性和可扩展性。

自然语言处理Transformers英语

Cerebras-GPT 2.7B 是基于 Transformer 架构的语言模型，旨在助力大语言模型的研究，可作为自然语言处理等领域的基础模型。

自然语言处理Transformers英语

Cerebras-GPT 590M是基于Transformer架构的语言模型，属于Cerebras-GPT模型家族，旨在研究大语言模型扩展规律并展示在Cerebras软硬件栈上训练大语言模型的简便性和可扩展性。

自然语言处理Transformers英语

Cerebras-GPT系列中的111M参数模型，采用GPT-3风格架构，使用The Pile数据集训练，遵循Chinchilla扩展定律实现计算最优。

自然语言处理Transformers英语