# テキスト生成最適化

これはQwen-14Bモデルをベースに微調整されたバージョンで、GRPO方法を用いて訓練され、テキスト生成タスクに適しています。

Llamaアーキテクチャに基づく5億パラメータのテキスト生成モデルで、ストーリー作成のために特別に設計されています。

これはSarvam-mモデルの量子化バージョンで、複数のインド言語と英語のテキスト生成タスクをサポートします。

MagTie-v1-12BはDARE TIESアルゴリズムで統合された12Bパラメータの言語モデルで、複数の事前学習モデルの利点を融合

Mistral-Small-24B-Instruct-2501は24Bパラメータ規模の命令ファインチューニング大規模言語モデルで、多言語テキスト生成タスクをサポートします。

ACIPプロジェクトが提供するLlama-2-13b圧縮可能バージョン、動的な圧縮率調整をサポート

Llama-xLAM-2-70b-fc-r は Salesforce が公開した大規模言語モデルで、Llama 2 アーキテクチャを基に、700億のパラメータを持っています。

DeepSeek-V3アーキテクチャに基づく90億パラメータの大規模言語モデルで、完全にオープンソースかつ英語のみの3500億以上のトークンデータセットを使用してゼロからトレーニングされ、オープンソースコミュニティの開発とデバッグのために設計されています。

これはGemma-2-9Bシリーズモデルを基にした融合モデルで、DARE TIES手法を用いて複数のGemmaバリアントを統合し、テキスト生成能力を向上させています。

これはGemma-2-9BシリーズモデルをベースにDARE TIES手法でマージしたマルチモデル融合バージョンで、複数のGemmaバリアントの長所を統合しています。

Gemma-2BとGemma-9BモデルをSLERP方法でマージしたテキスト生成モデル

これはmergekitツールを使用してモデルストック手法により複数の12Bパラメータ規模の言語モデルを統合した結果です

Phi 4アーキテクチャに基づく大規模言語モデルで、140億のパラメータを持ち、自然言語処理とテキスト対話タスクに最適化されています。

Llama3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、特別な最適化処理を施した

Llama-2-7bをファインチューニングした拡散言語モデル

これはnvidia/Mistral-NeMo-Minitron-8B-Baseモデルを基にllama.cpp imatrix量子化を行った成果物で、モデルの使用とデプロイにより多くの選択肢を提供します。

WizardLM-2-7B-abliteratedのLlamacpp imatrix量子化バージョンで、さまざまな量子化オプションを提供し、異なるハードウェア構成に対応します。

LOLAはスパース混合エキスパート(Mixture-of-Experts)Transformerアーキテクチャに基づき、160以上の言語をサポートする超大规模多言語大規模モデルで、自然言語生成と理解タスクにおいて競争力があります。

Prodigy_7BのGGUF-Imatrix量子化バージョン、重要度マトリクス技術で量子化品質を向上

FuseLLM-7Bは複数のオープンソース大規模言語モデルの知識を融合した統合モデルで、知識融合技術により異なるアーキテクチャのLLM能力を1つのモデルに統合しています。

Dolphin-2.6-Mistral-7B-DPO-Laserをベースにした中規模混合エキスパート(MoE)実装で、評価性能が平均約1ポイント向上

これはYi-34B-200Kベースモデルを基に、DARE Tiesメソッドで複数の同系モデルを高密度マージしたモデルで、200Kの長文コンテキスト処理能力を有します。

GPT2ベースのプロンプト拡張モデルで、テキスト生成プロンプトの品質と多様性を向上させる

Tiny-Vicuna-1BはTinyLLama 1.1BをベースにWizardVicunaデータセットでファインチューニングした軽量モデルで、初期段階の実験反復を目的として設計されています。

英語とドイツ語のスペルミスや句読点を修正するための実験的モデル

FLAN-T5 XXLはGoogleがリリースしたT5モデルのバリアントで、1000以上の追加タスクでファインチューニングされており、複数の言語をサポートし、オリジナルのT5モデルよりも優れた性能を発揮します。

この報酬モデルは、与えられた質問に対して、人間の評価者がどの生成された回答をより良いと判断するかを予測できるように訓練されています。

このモデルは、wikitext2データセットでdistilroberta-baseを微調整したバージョンで、主にテキスト生成タスクに使用されます。

このモデルはwikitextデータセットでTinyBERT_L-4_H-312_v2をファインチューニングしたバージョンで、主にテキスト関連タスクに使用されます。

このモデルはwikitextデータセットでTinyBERT_General_6L_768Dをファインチューニングしたバージョンで、主にテキスト関連タスクに使用されます。

このモデルは、wikitext2データセットでファインチューニングされたdistilroberta-baseベースのバージョンで、主にテキスト生成タスクに使用されます。

SimCTGフレームワークに基づいて訓練されたGPT - 2言語モデルで、対比検索方法を用いてより首尾一貫したテキストを生成します。

このモデルは、wikitext2データセットで微調整されたdistilroberta-baseベースのバージョンで、主にテキスト生成タスクに使用されます。

GPT-2中規模版を基にしたオランダ語モデルで、語彙埋め込み層のみ再学習されてオランダ語に適応しています。