# オープンソース大規模モデル

SWE-agent-LM-32Bはオープンソースのソフトウェアエンジニアリング言語モデルで、Qwen/Qwen2.5-Coder-32B-Instructをベースに微調整され、ソフトウェアエンジニアリングタスク向けに設計されています。

Qwen3-30B-A3BはQwen3-30B-A3B-Baseを基にした大規模言語モデルで、テキスト生成タスクをサポートし、超低位量子化技術によりメモリ効率を最適化しています。

Bielik-4.5B-v3.0-Instruct-GGUFはSpeakLeashがリリースしたポーランド語大規模言語モデルで、Bielik-4.5B-v3.0-InstructをGGUF量子化フォーマットに変換したもので、ローカル推論に適しています。

Qwen3-14BはQwen/Qwen3-14B-Baseから生成されたGGUF形式モデルで、テキスト生成タスクをサポートし、IQ-DynamicGate超低ビット量子化技術によりメモリ効率を最適化しています。

Qwen3はQwenシリーズ最新世代の大規模言語モデルで、一連の高密度および混合専門家（MoE）モデルを提供します。広範なトレーニングに基づき、Qwen3は推論、指示追従、エージェント能力、多言語サポートにおいて画期的な進歩を遂げました。

Qwen3-4BはQwenシリーズの最新世代の大規模言語モデルで、4Bパラメータ規模を持ち、100以上の言語をサポートし、推論、指示追従、エージェント能力、多言語サポートの面で優れた性能を発揮します。

Qwen3は通義千問シリーズの最新大規模言語モデルで、32.8Bパラメータの高密度モデルを提供し、推論能力、指示追従、エージェント機能、多言語サポートにおいて画期的な進歩を実現しています。

量子化推論能力を強化するために最適化された多言語チャットボットで、8言語をサポートし、Qwen/QwQ-32Bモデルに基づいて開発されています

本モデルはTHUDM/GLM-Z1-9B-0414のGGUF形式変換バージョンで、中英文テキスト生成タスクをサポートします。

DeepSeek-R1-Distilled-Qwen-1.5Bをファインチューニングしたコード推論大規模言語モデルで、分散型強化学習技術を用いて長文脈処理能力を拡張

OpenThinker2-32Bの量子化バージョンで、llama.cppを使用してimatrix量子化を行い、複数の量子化タイプをサポートし、テキスト生成タスクに適しています。

FinSeer StockLLM は、金融時系列予測のために設計されたオープンソースの10億パラメータ大規模言語モデルで、検索拡張生成（RAG）フレームワークを採用しています。

これはGoogle Gemma 3BモデルのGGUF量子化バージョンで、ローカルデプロイと推論に適しています。

これはGoogle Gemma 3BモデルのGGUF量子化バージョンで、ローカル推論に適しており、テキスト生成タスクをサポートします。

これはgoogle/gemma-3-12b-itから変換されたGGUF形式モデルで、llama.cppフレームワークに適しています。

Qwen2-VL-7Bの量子化バージョンで、知識を誰もが利用できるようにすることを目指しています。

InstellaはAMDが開発した30億パラメータのオープンソース言語モデルシリーズで、AMD Instinct™ MI300X GPUでトレーニングされ、同規模の完全オープンソースモデルを性能で凌駕しています。

DeepSeek-R1-Distill-Qwen-32Bの量子化バージョン。INT8の重み量子化と活性化量子化により、メモリ要件を削減し、計算効率を向上させます。

Reflection Llama-3.1 70B はオープンソースの大規模言語モデルで、'反省チューニング'技術を用いてトレーニングされ、自主的に推論エラーを検出し修正することができます。

Llama-3ベースモデルを開発した128K長文脈大規模言語モデルで、RAGと長文理解能力の向上に焦点を当てています

xGen-MMはSalesforce AI Researchが開発した最新の基礎大規模マルチモーダルモデル（LMMs）シリーズで、BLIPシリーズの成功した設計を基に改良され、基礎的な強化によりより強力で優れたモデル基盤を確保しています。

xGen-MMはSalesforce AI Researchによって開発された一連の最新の基礎大型マルチモーダルモデルで、BLIPシリーズの成功した設計に基づいて改良され、より強力なマルチモーダル処理能力を提供します。

Tarsier-7b は Tarsier シリーズのオープンソース大規模動画言語モデルで、高品質な動画説明の生成と優れた汎用動画理解能力に特化しています。

Llama-3-8Bをベースとしたオランダ語命令最適化大規模モデル。複数のオランダ語命令データセットでSFTとDPOによるファインチューニングを実施

Mistral-7B-v0.3はMistral-7B-v0.2をアップグレードした大規模言語モデルで、主な改善点は語彙表を32768トークンに拡張したことです。

xGen-MMはSalesforce AI Researchが開発した最新の基盤大規模マルチモーダルモデルシリーズで、BLIPシリーズを改良し、強力な画像理解とテキスト生成能力を備えています。

Llama 2はMetaが開発した一連のオープンソース大規模言語モデルで、さまざまな規模の事前学習済みおよび微調整バージョンが含まれており、対話や生成タスクに適しています。

Llama 2はMetaが発表した次世代オープンソース大規模言語モデルで、7B、13B、70Bの3つのパラメータ規模バージョンがあり、商用ライセンスをサポートしています。

Llama-3-8Bフレームワークを基に追加事前学習を行った韓国語言語モデルで、60GB以上の重複除去テキストデータを使用して訓練

スノーフレーク・アークティックは、Snowflake AI研究チームによって開発された高密度混合エキスパート（MoE）アーキテクチャの大規模言語モデルで、4800億のパラメータを持ち、効率的なテキストおよびコード生成のために設計されています。

Llama 2アーキテクチャに基づく韓国語テキスト生成モデル、韓国語自然言語処理タスクに特化

ウィザードレイク7Bは次世代WizardLM 2 7BモデルとカスタムDolphinLakeモデルを融合したモデルで、優れた性能を発揮します。

OpenELMはオープンソースの効率的な言語モデルのセットで、階層的スケーリング戦略を用いてパラメータ割り当てを最適化し、モデルの精度を向上させます。270M、450M、1.1B、3Bの4つのパラメータ規模を含み、事前学習版と指示チューニング版を提供します。

WizardLM-2 7BはマイクロソフトAIチームが開発した効率的な大規模言語モデルで、Mistral-7Bアーキテクチャを基にし、多言語、推論、エージェントタスクで優れた性能を発揮します。

JetMoE-8Bは、10万ドル未満のトレーニングコストでLLaMA2-7Bの性能レベルを達成した効率的なオープンソース大規模言語モデルで、低リソース環境向けに設計されています。

Mistral-ORPO-βはMistral-7BをORPO手法でファインチューニングした70億パラメータの言語モデルで、教師ありファインチューニングのウォームアップ段階なしで直接嗜好を学習できます。

CogVLMは強力なオープンソースの視覚言語モデルで、物体検出や視覚的質問応答などのタスクをサポートし、4ビット精度の量子化を採用しています。

Aya 101は101言語の命令をサポートする大規模多言語生成型言語モデルで、様々な評価で同類のモデルを上回っています。

平均スコア80%を初めて突破したオープンソース大規模言語モデル。MoMo-72B-lora-1.8.7-DPOを微調整し、革新的なDPO-Positive技術で選好学習を最適化

Emollama-chat-7bはEmoLLMsプロジェクトの一部であり、命令追従能力を備えた最初のオープンソース大規模言語モデルシリーズで、包括的な感情分析に特化しています。