# MLXフレームワーク最適化

これはMistral-Small-3.2-24B-Instruct-2506を変換したMLX形式のモデルで、指令追従タスクに適しています。

これはSWE-bench/SWE-agent-LM-32Bモデルから変換された4ビット量子化バージョンで、ソフトウェアエンジニアリングタスクに最適化された言語モデルです。

Spark-TTS-0.5B-fp16 はMLXフォーマットのテキスト読み上げモデルで、英語と中国語をサポートしています。

これは256Mパラメータのプレビュー版文書理解モデルで、文書構造解析と内容抽出タスク向けに設計されており、画像文書を構造化データに変換できます。

InternVL3-8B-bf16 はMLXフォーマット変換に基づく視覚言語モデルで、多言語の画像テキストからテキストへのタスクをサポートします。

このモデルはQwen2.5-VL-7B-Instructを変換したマルチモーダル視覚言語モデルで、視覚質問応答タスクをサポートします。

このモデルはgoogle/gemma-3-27b-it-qat-q4_0-unquantizedからMLXフォーマットに変換された3ビット量子化バージョンで、画像テキストからテキストタスクに適しています。

Gemma 3 4B IT QAT 4bit は、量子化認識トレーニング（QAT）を経た4ビット量子化大規模言語モデルで、Gemma 3アーキテクチャに基づき、MLXフレームワーク向けに最適化されています。

google/gemma-3-12b-it-qat-q4_0-unquantized から変換されたMLX形式モデルで、画像テキスト生成タスクをサポート

meta-llama/Llama-4-Maverick-17B-128E-Instructから変換された4ビット量子化モデルで、多言語テキスト生成タスクをサポート

これはLlama-3.2-11B-Vision-Instructに基づくマルチモーダルモデルで、画像とテキストの入力をサポートし、テキスト出力を生成します。