# 高精度推論

Polarisはオープンソースの事後学習方法で、強化学習を利用してモデルを最適化・強化し、推論能力を向上させます。

これは自動生成されたtransformersモデルカードで、具体的な情報は後で補充されます。

これはHubに公開されたtransformersモデルです。具体的な機能と用途は後日追加予定です。

Skywork-OR1-7Bは7Bパラメータ規模の大規模言語モデルで、さまざまなハードウェアニーズに対応するために複数の量子化バージョンを提供します。

andrewzhのAbsolute_Zero_Reasoner-Coder-14bモデルを基に、llama.cppを使用してimatrix量子化を施したバージョンで、推論とコード生成タスクに適しています。

trurl-2-13bは13Bパラメータ規模の大規模言語モデルで、GGUF形式の量子化バージョンを提供し、様々な自然言語処理タスクに適しています。

これはServiceNow言語モデル（SLAM）研究所によって構築された15Bパラメータの大規模言語モデルで、llama.cppツールによる量子化処理が施されており、ローカル推論展開に適しています。

Qwen3-32BのINT4量子化バージョン、重み量子化によりディスクとGPUメモリ要件を75%削減、高性能を維持

これはHugging Face Hubでホストされているtransformersモデルで、具体的な機能や用途はまだ明確に説明されていません。

Qwen3-32Bを基にFP8動的量子化を施した効率的な言語モデルで、メモリ要件を大幅に削減し計算効率を向上

Qwen3-4BベースのMishima Imatrix量子化バージョン、特定データセットで散文スタイル生成能力を強化

これはQwen3-8B-abliteratedモデルの量子化バージョンで、llama.cppを使用して量子化されており、テキスト生成タスクに適しています。

Qwen3-8Bの量子化バージョンで、llama.cppのimatrixオプションを使用して量子化されており、テキスト生成タスクに適しています。

このモデルはtransformersライブラリに基づくモデルで、具体的な機能と用途は追加情報が必要です。

このモデルはtransformersライブラリに基づくモデルで、具体的な用途と機能はさらなる情報確認が必要です。

これはHugging Face Hubでホストされているtransformersモデルで、具体的な機能や用途はまだ明確に説明されていません。

Googleが開発したGemma 3 4B ITモデルは、マルチモーダル入力と長文コンテキスト処理をサポートし、テキスト生成や画像理解タスクに適しています。

dreamgen/lucid-v1-nemo を基にした量子化モデルで、llama.cpp を使用して様々な量子化処理を行い、テキスト生成タスクに適しています。

これはHubに公開されたtransformersモデルです。具体的な機能と詳細情報は後日追加予定です。

これは自動生成されたtransformersモデルカードで、具体的な情報は後で補充されます。

これはシステムによって自動生成されたtransformersモデルカードで、具体的なモデル情報は補充待ちです。

このモデルはTransformersアーキテクチャに基づくモデルで、具体的な用途と機能はさらなる情報確認が必要です。

これはHugging Face Hubでホストされているtransformersモデルで、具体的な機能と用途についてはさらに情報を追加する必要があります。

phi-4はマイクロソフトリサーチが開発したオープンソース言語モデルで、高品質なデータと推論能力に重点を置き、メモリ/計算リソースが限られた環境に適しています。

ReasonFlux-F1-7Bは思考テンプレート拡張に基づく階層型大規模言語モデル推論モデルで、テンプレート強化推論軌跡の微調整により構築され、多くの推論タスクで優れた性能を発揮します。

ReasonFlux-F1-32Bは思考テンプレート拡張に基づく階層型大規模言語モデルで、テンプレート強化推論軌跡の微調整により、推論タスクで優れた性能を発揮します。

これはHugging Face Hubでホストされているtransformersモデルで、具体的な機能と用途はさらに情報を追加する必要があります。

これはHugging Face Hubでホストされているtransformersモデルで、具体的な機能や用途についてはさらに情報を追加する必要があります。

このモデルはtransformersライブラリに基づくモデルで、具体的な用途や機能は明記されていません。

これはTIES手法を使用して統合された32Bパラメータ規模の大規模言語モデルで、Rombo-LLM-V3.1-QWQ-32bベースモデルに複数のFuseAIプレビューモデルを融合したものです

バイトダンス研究チームが発表した72Bパラメータ規模のマルチモーダル基礎モデルで、画像テキストからテキストへの変換タスクに特化

Qwen 2.5 32B Instructを基に強化学習微調整で訓練されたモデルで、Temporal Clueデータセットの挑戦的な演繹推論問題を解決するために特別に設計されています。

これはシステムによって自動生成されたトランスフォーマーモデルのカードで、具体的な情報は後で補充されます。

Mistral-Small-24B-Instruct-2501を微調整した数学推論モデルで、数学推論能力が最適化されています

m-a-p/YuE-s1-7B-anneal-en-cotモデルを基にExllamav2で量子化したバージョンで、テキスト生成タスクに適しており、特に音楽関連分野で良好な性能を発揮します。

Phi-4-Model-Stock-v2は複数のPhi-4バリエーションモデルを統合した大規模言語モデルで、model_stock統合手法を採用し、複数のベンチマークテストで良好な性能を示しています。

GLM-4-9Bは、智譜AIが発表したGLM-4シリーズの最新世代の事前学習モデルのオープンソース版で、意味論、数学、推論、コード、知識などのデータセット評価で優れた性能を発揮し、多言語対応などの先進的な特性を備えています。

これはQVQ-72B-Preview-abliteratedモデルのGPTQ量子化8ビットバージョンで、画像テキストからテキストへの変換タスクをサポートします。

これはHugging Face Hubでホストされているtransformersモデルで、具体的な機能や用途はまだ明確に説明されていません。

これはHugging Face Hubでホストされているtransformersモデルで、具体的な機能や用途はまだ明確に記述されていません。