# CPU最適化

低スペックハードウェアとCPU専用環境向けに最適化された量子化バージョン、リソース制約下でプロダクション利用可能な推論設定

GLM-Z1-32B-0414は32Bパラメータ規模の多言語テキスト生成モデルで、中国語と英語をサポートし、MITライセンスで公開されています。

OLMo-2-0325-32B-DPOをベースにした命令微調整モデルで、IQ-DynamicGate超低ビット量子化技術を採用し、メモリ制約環境向けに最適化されています。

all-MiniLM-L6-v2はMiniLMアーキテクチャに基づく小型で効率的な文埋め込みモデルで、文の類似度計算や特徴抽出タスクに適しています。

Qwen2.5-14B-Instruct は Qwen2.5-14B を基にした命令微調整モデルで、テキスト生成タスクをサポートし、チャットやQAシナリオに適しています。

fasttextベースのテキスト分類器で、テキストを数学クラスまたはその他のクラスに分類するために使用され、LLM事前学習データ整理に適しています

LLaMA-3.2-1Bをファインチューニングしたメンタルヘルスカウンセリング対話モデルで、CPUや低メモリデバイスで動作可能

FastTextベースの軽量分類器で、ウェブコンテンツの教育価値を評価し、CPU処理速度を最適化

これはロシア語の文のコンパクトな埋め込みベクトルを計算するための基本BERTモデルで、cointegrated/rubert-tiny2を基に開発され、層数が3層から7層に増加しています。

GGUF形式の量子化および非量子化埋め込みモデルを提供し、llama.cpp専用に設計されています。CPU上で実行すると速度が大幅に向上し、GPU上でも大規模モデルに対して適度な高速化が可能です。

GGUF形式の量子化および非量子化埋め込みモデルを提供、llama.cpp専用設計で、transformersよりも優れた性能、CPU上で大幅な高速化を実現

Llama-2-7B-Chat-GGMLモデルを基にした医療分野向けチャットボットで、医学関連の質問に回答し医学テキスト生成能力を備えています

7B版llama2ベースのGGUF形式モデルで、プロンプト生成に使用可能、CPU環境で動作可能

CPU最適化された韓国語処理パイプライン、分かち書き、品詞タグ付け、依存関係解析、固有表現認識などの完全なNLP機能を含む

spaCyが提供するCPU最適化されたロシア語処理パイプライン。トークン化、品詞タグ付け、依存関係解析、固有表現認識などの機能を含む

CPUに最適化された中国語自然言語処理プロセスで、形態素解析、品詞タグ付け、依存解析、固有表現認識などの機能を含みます。

CPUに最適化されたデンマーク語処理フローで、形態素解析、品詞タグ付け、依存構文解析、固有表現認識などの完全なNLP機能を備えています。

CPU最適化されたリトアニア語処理パイプライン。トークン化、品詞タグ付け、依存関係解析、固有表現認識などの完全なNLP機能を含む

CPUに最適化されたルーマニア語の自然言語処理モデルで、形態素解析、品詞タグ付け、依存関係解析、固有表現認識などの機能を備えています。

CPU最適化された多言語固有表現認識モデルで、場所、組織、人物などのエンティティタイプを認識可能

CPU最適化されたロシア語処理パイプライン、品詞タグ付け、依存関係解析、固有表現認識などのNLPタスクを含む

CPU最適化されたイタリア語処理パイプライン、分かち書き、品詞タグ付け、依存解析、固有表現認識などの機能を含む