# 70B大規模モデル

StrawberryLemonade-L3-70B-v1.0は、量子化処理された大規模言語モデルで、様々なハードウェア条件下で効率的に動作することを目的としています。

Llama 3のプロンプト形式に基づく70Bパラメータの大規模言語モデルで、ロールプレイングと創造的な執筆に最適化され、GGUF量子化バージョンを提供します。

Legion-V2.1-LLaMa-70B-Elarablated-v0.8-hfはLLaMa-70Bの量子化バージョンで、llama.cppを使用して最適化され、さまざまなハードウェア要件に対応するための複数の量子化オプションを提供します。

Llama 3.3 70B命令微調整モデルの4ビットDWQ量子化バージョン、MLXフレームワーク向けの効率的な推論に適しています

これはLlamaアーキテクチャに基づく70Bパラメータの大規模言語モデルで、6ビット量子化処理が施され、テキスト生成タスクに適しています。

Latxa 3.1 70B InstructはLlama-3.1 (Instruct)を基にした命令ファインチューニング版で、バスク語に最適化されており、複数のバスク語ベンチマークテストで優れた性能を発揮します。

DeepSeek-llama3.3-Bllossom-70BはDeepSeek-R1-distill-Llama-70Bモデルを基に構築され、韓国語環境での推論性能を向上させることを目的としています。

これはLlama-3.3-70B-Instructの量子化バージョンのモデルで、多言語のテキスト生成をサポートし、ビジネスや研究のシーンで使用でき、複数のベンチマークテストで優れた性能を発揮します。

これはLlama-3.3-70B-Instructモデルを基にしたGPTQ量子化8ビット版で、微調整と最適化が施されており、対話推論タスクに適しています。

Llama-3.3-70B-InstructモデルのGGUF量子化バージョンで、テキスト生成タスクに適しています。

Wisperlamaは、DFGが資金提供するWispermedグループの博士課程学生チームによって開発されたテキスト生成モデルで、Llama-3.1アーキテクチャをベースに最適化されています。

Meta-Llama-3.1-70B-InstructのFP8量子化バージョンで、多言語の商業および研究用途に適しており、特にアシスタントのようなチャットシナリオに最適です。

Llama3-Preferred-MedSwallow-70Bは、医学関連テキストの原始コーパスに基づいて継続的に事前学習された微調整モデルで、医学研究分野向けに設計されています。

Meta-Llama-3-70Bをベースにファインチューニングされたモデルで、ロールプレイタスクに最適化されており、汎用領域の指示追従や推論タスクでも優れた性能を発揮します。

Meta Llama 3をベースに構築された日本語強化大規模言語モデル。継続的な事前学習と指示微調整により日本語処理能力を向上

Meta LLaMA-3 70Bをベースにした命令微調整モデルで、量子化処理されており、ローカル展開と効率的な推論に適しています。

Meta-Llama-3-70B-InstructモデルをDPOファインチューニングした大規模言語モデルで、複数のベンチマークテストで優れた性能を発揮

これはDoctor-Shotgun/lzlv-limarpv3-l2-70bモデルの静的量子化バージョンで、さまざまなニーズに対応するために複数の量子化オプションを提供しています。

BoreanGale-70Bは、カスタムアルゴリズム(NearSwap)を使用して統合された70Bパラメータの大規模言語モデルで、miqu-1-70b-sfとWinterGoddess-1.4x-70B-L2の2つのモデルを統合して作成されました。

CodeLlama 70B InstructはLlama 2アーキテクチャを基盤とした大規模コード生成モデルで、コード理解と生成タスクに特化して最適化されています。

GOAT-70B-StorytellingはGOAT.AIラボが訓練した大規模言語モデルで、高品質で一貫性があり魅力的なストーリーや書籍などのナラティブコンテンツ生成に特化しています。

Xwin-LMはLlama2を基盤とした強力な言語モデルで、大規模言語モデルのアライメント技術に特化しており、AlpacaEvalベンチマークテストで優れた性能を発揮しています。

Xwin-LMはLlama2をベースにした大規模言語モデルのアライメント手法で、監視微調整、報酬モデルなどの技術を用いてモデルのアライメント能力を向上させることに焦点を当てています。7BバージョンはAlpacaEvalベンチマークテストで優れた性能を発揮しました。

Llama2 70Bモデルを微調整した大規模言語モデルで、Orcaスタイルのデータセットで訓練されており、複雑な指示の実行に優れています