deepcogito
Cogito v2.1是经过指令微调的6710亿参数混合专家生成式模型，采用开放许可发布，支持商业用途。该模型能有效解决复杂的推理和指令遵循问题，支持30多种语言和128k上下文长度。
bartowski
这是deepcogito的cogito-v2-preview-llama-109B-MoE模型的量化版本，使用llama.cpp进行量化处理，提供多种量化类型以适应不同硬件条件。该模型是一个109B参数的混合专家(MoE)大语言模型，经过优化后可在消费级硬件上运行。
这是对deepcogito的cogito-v2-preview-llama-70B模型进行量化处理的版本，使用Llama.cpp的imatrix量化技术，在保持较好性能的同时显著减少模型存储和计算资源需求，适用于资源受限的环境。
Cogito v2是经过指令微调的生成式混合推理模型，采用迭代蒸馏与放大训练方法，在编码、STEM、指令遵循等方面表现出色，支持超30种语言和128k上下文长度。
Cogito v2是经过指令调优的生成式大语言模型，采用混合专家架构，具有1090亿参数。该模型支持多语言处理、长上下文推理，在编码、STEM等领域表现出色，支持商业用途。
Cogito v2是基于指令调优的生成式大语言模型，具备混合推理能力，支持128k上下文长度和多语言处理。该模型采用迭代蒸馏与放大(IDA)训练策略，在编码、STEM、指令遵循等任务上表现优异。
Cogito v2是基于Llama-3.1-70B的指令调优生成式模型，具备混合推理能力，支持多语言和长上下文，在编码、STEM等领域表现出色。采用迭代蒸馏与放大训练策略，可用于商业用途。
tensorblock
基于Llama架构的3B参数语言模型，提供多种量化版本以适应不同硬件需求
cortexso
DeepCogito推出的通过迭代蒸馏与放大（IDA）训练的强大混合推理模型，在编程、STEM、多语言和智能体应用场景中表现卓越。
mlx-community
这是一个基于Llama架构的70B参数大语言模型，经过6位量化处理，适用于文本生成任务。
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)
