# FP16最適化

このモデルはLoRA（低ランク適応）重みを使用してLlama-3.2-1B-Instructをファインチューニングしたバージョンで、様々なトピックに関する質問への回答支援や情報提供を主な目的としています。

Distil-Whisper large-v3.5を変換したCTranslate2フォーマットモデルで、効率的な音声認識に使用

これは画像セグメンテーション専用の視覚モデルで、FP16 Safetensors形式を採用し、StableSwarmUIプロジェクト向けに最適化されています。

Stable Diffusion XLをベースにしたControlNetモデルで、人体の姿勢制御による画像生成に特化

Stable Diffusion XLをベースにしたControlNetモデルで、アニメスタイルの線画画像生成に特化しています。

Stable Diffusion XLをベースにしたControlNetモデルで、Cannyエッジ検出と落書き機能を統合し、高精度な画像生成制御をサポートします。

これはWhisperアーキテクチャに基づく蒸留版自動音声認識(ASR)モデルで、効率的な推論のために設計されており、英語音声からテキストへの変換タスクに適しています。

Transformerアーキテクチャに基づく自動音声認識（ASR）モデルで、多言語の文字起こしに対応しています。