# コード生成最適化

AceReason-Nemotron-14Bは強化学習によって訓練された数学とコード推論モデルで、複数の数学とコード推論の基準テストで優れた成績を収めています。

AceReason-Nemotron-7Bは強化学習に基づいて訓練された数学とコードの推論モデルで、DeepSeek-R1-Distilled-Qwen-7Bから訓練を開始し、複数の基準テストで優れた成績を収めています。

AReaLはアリババグループによって開発された非同期強化学習訓練システムで、大型推論モデル向けに設計され、高速訓練と最先端の性能をサポートします。

これはmistralai/Devstral-Small-2505モデルに基づく4ビットGPTQ量子化バージョンで、消費者向けハードウェア用に最適化されています。

強化学習でトレーニングされた数学とコード推論モデル、DeepSeek-R1-Distilled-Qwen-7Bをベースに、数学とコード推論タスクで優れたパフォーマンスを発揮

SWE-agent-LM-32Bはオープンソースのソフトウェアエンジニアリング言語モデルで、Qwen/Qwen2.5-Coder-32B-Instructをベースに微調整され、ソフトウェアエンジニアリングタスク向けに設計されています。

Marin 8Bはオープンソースの8Bパラメータ規模の大規模言語モデルで、Llamaアーキテクチャに基づいて開発され、英語テキスト生成タスクをサポートします。

ByteDance - Seed/Seed - Coder - 8B - Baseモデルを特定のデータセットで微調整した大規模言語モデルで、長シーケンス入力と効率的なトレーニング戦略をサポートします。

Seed-Coderは8B規模のオープンソースコードモデルファミリーで、基本版、指導版、推論版を含みます。推論版は強化学習トレーニングにより推論能力を向上させ、64Kのコンテキスト長をサポートします。

ファルコン-H1はTIIが開発した高性能ハイブリッドアーキテクチャ言語モデルで、TransformersとMambaアーキテクチャの利点を組み合わせ、英語と多言語タスクをサポートします。

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。

Falcon-H1はTIIが開発したTransformers + Mambaアーキテクチャのハイブリッドなデコーダのみの因果モデルで、英語と多言語タスクをサポートします。

Phi-4推論強化版はマイクロソフトリサーチが開発した140億パラメータのオープンソース推論モデルで、教師あり微調整と強化学習による最適化を経ており、数学、科学、プログラミング分野の高度な推論能力に特化しています。

GLM-4-9B-0414はGLMファミリーの軽量メンバーで、90億のパラメータを持ち、数学的推論と汎用タスクで優れたパフォーマンスを発揮し、リソースが制限されたシナリオに効率的なソリューションを提供します。

Granite-4-Tiny-Previewは70億パラメータの細粒度混合エキスパート（MoE）命令ファインチューニングモデルで、Granite-4.0-Tiny-Base-Previewを基に開発され、汎用命令追従タスクに適しています。

OlympicCoder-7BはQwen2.5-Coder-7B-Instructを最適化したコード生成モデルで、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設計されています。

Qwen2.5アーキテクチャに基づく14Bパラメータ規模のコード生成・理解モデル、Model Stock手法により複数の専門コーディングモデルを統合

IQ-DynamicGate技術を採用した超低位量子化(1-2ビット)モデルで、メモリ制約のあるデバイスやエッジコンピューティングシナリオに適しています

Qwen2.5-Coder-14B-Instructベースモデルを基に、mergekitツールで複数の専門コーディングモデルを統合したハイブリッドモデル

GLM-4-32B-Base-0414は320億パラメータ規模の大規模言語モデルで、15Tの高品質データで事前学習されており、中国語と英語をサポートし、コード生成や関数呼び出しなどのタスクで優れた性能を発揮します。

burtenshaw/GemmaCoder3-12Bをベースにした量子化バージョンで、コード生成タスクに最適化されており、さまざまなハードウェア要件に対応するために複数の量子化レベルをサポートしています。

Z1はQwen2.5-Coder-7B-Instructをベースにした大規模言語モデルで、思考転移を通じた効率的な推論に特化しています。

Qwen2.5-Coder-32B-instructはQwen2.5-Coder-32Bを基にした命令微調整バージョンで、コード生成と理解タスクに特化しています。

オープンソースコミュニティで最高峰の32B推論モデルとコードモデルを融合し、SCEマージ技術を採用してQwen2.5-Coder-32Bをベースモデルとして統合しました。

Qwenシリーズモデルを統合した32Bパラメータの大規模言語モデルで、コード生成と理解タスクに特化

PocketDoc/Dans-PersonalityEngine-V1.2.0-24bを基にしたLlamacpp imatrix量子化バージョンで、様々な量子化オプションをサポートし、テキスト生成タスクに適しています。

Llama3.2アーキテクチャに基づく3Bパラメータの大規模言語モデルで、英文テキスト生成タスクをサポートし、llama.cppを使用したimatrix量子化を採用

OpenCerebrum-1.0-7b-SFTはLocutusque/OpenCerebrum-1.0-7b-SFTに基づく静的量子化モデルで、複数の量子化バージョンをサポートし、コード生成、数学、化学、生物学などの分野のテキスト生成やQ&Aタスクに適しています。

Qwen2.5-Coder-1.5B-Instruct-abliteratedモデルを基にしたLlamacpp imatrix量子化バージョンで、コード生成とテキスト生成タスクに適しています。

IBMが開発した30億パラメータの命令ファインチューニング言語モデル。Granite-3.0アーキテクチャを基にし、多言語タスクと商用アプリケーションをサポート

Granite-3.0-8B-Instructは、Granite-3.0-8B-Baseをファインチューニングした80億パラメータのモデルで、複数のオープンソース命令データセットと内部合成データセットの組み合わせでトレーニングされています。

CodeLlama-13b-hfアーキテクチャを基にファインチューニングした大規模言語モデルで、API呼び出し生成タスクに特化して最適化

3つのMistralアーキテクチャモデルに基づくエキスパート混合大規模言語モデルで、対話、コード、数学タスクに優れています

これはコード生成とアプリケーション開発に特化したマージモデルで、複数の高品質モデルを融合して作成されました

OpenCodeInterpreterはオープンソースのコード生成システムで、コード実行と反復最適化機能を統合することでコード生成能力を向上させます

DeepMagic-Coder-7b は DeepSeek-Coder と Magicoder モデルの統合バージョンで、コード生成とプログラミングタスクに特化しています。

TinyMistral-6x248MはLazyMergekitツールで6つのTinyMistralバリアントを融合した混合専門家システムで、nampdn-ai/mini-peS2oデータセットで事前学習済み

EveryoneLLMシリーズモデルはコミュニティによって作成され、コミュニティのためにサービスを提供します。これはdeepseek-coder-33b-baseをファインチューニングして作成された専用のコーディングモデルです。

phixtral-2x2_8 は、2つの microsoft/phi-2 モデルを基に構築された初の混合エキスパートモデル（MoE）であり、個々のエキスパートモデルよりも優れたパフォーマンスを発揮します。

OpenLlama-3Bを微調整したインストラクション追従モデルで、ロールプレイ、インストラクション追従、コード生成に最適化されています