# 多言語テキスト生成

Gama-12Bの量子化バージョンで、複数の量子化タイプのファイルを提供し、テキスト生成タスクに適しており、英語とポルトガル語をサポートします。

Gama-12Bは多言語対応の大規模言語モデルで、さまざまな量子化バージョンを提供して、異なる性能と精度の要件に対応します。

これはTheDrummerのAgatha-111B-v1モデルの量子化バージョンで、複数の量子化タイプを選択でき、さまざまな環境とニーズに適しています。

OpenBuddy/Qwen3-32Bをベースに蒸留された軽量級の多言語大規模言語モデルで、8種類の言語をサポートし、Apache 2.0ライセンスを採用しています。

unsloth/Llama-3.3-70B-Instruct-bnb-4bitをベースに微調整された多言語テキスト生成モデルで、英語、スペイン語、ラテン語、アラビア語、フランス語をサポートします。

infly/inf-o1-pi0モデルを基にした量子化バージョンで、多言語テキスト生成タスクをサポートし、llama.cppツールを使用したimatrix量子化最適化を採用しています。

Mistral-Small-3.1-24B-Base-2503に基づく多言語テキスト生成モデルで、10種類の言語をサポートし、ロールプレイングと対話シーンに適しています。

これはMLX形式に基づく4ビット量子化言語モデルで、テキスト生成タスクに適しています。

Devstral-Small-2505-8bitは、mistralai/Devstral-Small-2505を基に変換された8ビット量子化モデルで、MLXフレームワークに適しており、複数の言語のテキスト生成タスクをサポートします。

Devstral-Small-2505の量子化バージョンで、多言語テキスト生成タスクをサポートし、ローカル展開と推論に適しています。

これはmistralai/Devstral-Small-2505モデルを変換した3ビット量子化バージョンで、MLXフレームワークに適しており、多言語テキスト生成タスクをサポートします。

Devstral-Small-2505-bf16は、MistralAIのDevstral-Small-2505モデルを変換したMLX形式のモデルで、多言語処理タスクをサポートします。

mistralaiによって開発された軽量言語モデルで、MLXフレームワークによる6ビット量子化最適化が施され、Apple Silicon向けに設計されています。

mistralaiによって開発されたDevstral-Small-2505モデルは、MLX 4ビット量子化で最適化され、Apple Siliconデバイスに適しています。

Qwen2.5-14B大規模言語モデルを基にしたGPTQ量子化バージョンで、英語とスペイン語のテキスト生成タスクをサポート

Qwen3は通義千問シリーズの最新世代大規模言語モデルで、密モデルと混合エキスパート（MoE）モデルの完全なスイートを提供します。大規模なトレーニングに基づき、Qwen3は推論能力、命令追従、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ました。

Qwen3は通義千問シリーズの最新世代大規模言語モデルで、完全な密モデルと混合エキスパート（MoE）モデルの組み合わせを提供します。大規模なトレーニングに基づき、Qwen3は推論能力、命令追従、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ました。

Qwen3は通義千問シリーズの大規模言語モデルの最新バージョンで、一連の高密度型および混合エキスパート（MoE）モデルを提供しています。大規模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実現しました。

Qwen3は通義千問シリーズの大規模言語モデルの最新バージョンで、一連の高密度型および混合専門家（MoE）モデルを提供しています。大規模なトレーニングに基づき、Qwen3は推論能力、命令追従、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ました。

Transformers は Hugging Face によって開発されたオープンソースライブラリで、自然言語処理タスクのためのさまざまな事前学習モデルを提供します。

Zeta 2は約4.6億パラメータの小型言語モデル(SLM)で、コンシューマー向けPCで慎重に構築され、複数の言語をサポートしています。

Qwen3-30B-A3B-abliterated は Qwen アーキテクチャに基づく300億パラメータの大規模言語モデルで、テキスト生成タスクに特化しています。

Nous Consilience 40Bは400億パラメータの生成型テキストモデルで、分散型手法でゼロから事前学習され、複数言語をサポートし、人間の多様な創造的産出を代表します。

Nous Consilience 40Bは、インターネットを通じて分散型方式で事前学習された生成テキストモデルで、人類の多様な創造的成果を代表しています。

これはkyutai/helium-1-2bを変換したGGUF形式のモデルで、複数のヨーロッパ言語をサポートしています。

Foundation-Sec-8B はTransformerアーキテクチャに基づく大規模言語モデルで、テキスト生成タスクに特化しています。

Meta-Llama-3.1-8BのGGUF量子化バージョン、llama.cppツールで生成され、多言語テキスト生成タスクをサポートします。

Gemma 3 27Bの純テキスト対応版で、画像処理機能を削除し、テキスト生成タスクに特化

Llama 3.3 SwallowはMeta Llama 3.3モデルを基に継続的事前学習を行った大規模言語モデル(70B)で、日本語能力を強化しつつ元の英語能力を保持しています。

LaMini-Flan-T5-783M はT5アーキテクチャに基づく軽量テキスト生成モデルで、英語、ロシア語、ウクライナ語をサポートし、様々な自然言語処理タスクに適しています。

ACIPプロジェクトが提供するQwen2.5-3Bの圧縮可能バージョンで、モデルサイズを動的に調整しながら性能を維持

Google Gemma 3 12Bモデルを基に変換された8ビット量子化バージョンで、画像テキストからテキストへのタスクに適しています。

Salesforceがリリースした8億パラメータ規模のLlama-xLAM-2モデルの量子化バージョンで、テキスト生成タスクに特化

これはcanopylabs/3b-es_it-ft-research_releaseを変換したGGUF形式モデルで、スペイン語とイタリア語をサポートしています。

Nemotron-H-56B-Base-8KはNVIDIAが開発した大規模言語モデルで、混合Mamba-Transformerアーキテクチャを採用し、8Kのコンテキスト長と多言語テキスト生成をサポートします。

NVIDIA Nemotron-H-47B-Base-8Kは、NVIDIAが開発した大規模言語モデル（LLM）で、与えられたテキストの補完を目的としています。このモデルはハイブリッドアーキテクチャを採用しており、主にMamba-2とMLP層で構成され、注意力層は5つしか含まれていません。

IndicBART-mr-testはai4bharat/IndicBARTモデルを未知のデータセットでファインチューニングしたバージョンで、主にテキスト生成タスクに使用され、マラーティー語をサポートします。

このモデルはNVIDIAのLlama-3_3-Nemotron-Super-49B-v1から変換されたGGUF形式バージョンで、テキスト生成タスクに適しています。

VIDraft/Gemma-3-R1984-27Bから変換されたGGUF形式モデルで、多言語テキスト生成をサポート

TeapotLLMのONNXバージョンで、Transformers.jsを介してブラウザで実行可能な多言語テキスト生成モデルです。