# マルチタスクテキスト生成

Llama-3.1アーキテクチャに基づく8Bパラメータの大規模言語モデルで、様々な量子化バージョンのGGUF形式ファイルを提供

NVIDIAが開発した大規模言語モデルで、Llama-3アーキテクチャを基に490億のパラメータを持ち、様々なテキスト生成タスクに適しています。

Llama 3.1アーキテクチャに基づく8Bパラメータ言語モデルで、mergekitを使用して複数のモデルを統合し、テキスト生成能力を備えています

Llama 3.1アーキテクチャに基づく8Bパラメータモデルで、複数の事前学習モデルをmergekitで統合し、テキスト生成能力を備えています。

Qwen2.5アーキテクチャに基づく7Bパラメータ規模の言語モデルで、TIESメソッドにより複数の事前学習モデルを融合

これはSLERP手法を用いて統合された140億パラメータ規模の大規模言語モデルで、li-14b-v0.4とmiscii-14b-0218の2つの基本モデルを統合して作成されました。

kobkrit/thai-t5-baseを微調整したタイ語命令モデルで、会話、質問応答、要約などのタスクをサポート

Phi-4-Model-Stock-v2は複数のPhi-4バリエーションモデルを統合した大規模言語モデルで、model_stock統合手法を採用し、複数のベンチマークテストで良好な性能を示しています。

Llama3.2アーキテクチャに基づく1Bパラメータ量子化モデル、テキスト生成タスクをサポート、様々な量子化バージョン選択に対応

mergekitを使用して事前学習言語モデルをマージして得られたモデルで、複数のテキスト生成タスクで評価結果があります。

複数の8BパラメータLlama-3.1モデルを統合したモデルで、model_stockメソッドにより性能を最適化

Mistral-NeMo-Minitron-8B-Baseは基礎的なテキスト生成モデルで、Mistral-NeMo 12Bを剪枝と蒸留することで得られ、様々な自然言語生成タスクに適しています。

GemmaはGoogleが提供する軽量で最先端のオープンモデルシリーズで、Geminiと同じ技術を基に構築されており、様々なテキスト生成タスクに適しています。

GemmaはGoogleが提供する軽量級の最先端オープンモデルシリーズで、Geminiと同じ技術を基に構築されており、様々なテキスト生成タスクに適しています。

GemmaはGoogleが提供する軽量オープンソース大規模言語モデルシリーズで、Geminiモデルと同じ技術に基づいて構築されており、様々なテキスト生成タスクに適しています。

Llama 3アーキテクチャに基づく8Bパラメータモデル、複数のDPOデータセットでトレーニングされ、テキスト生成タスクに特化

UNA-ThePitbull-21.4B-v2は21.4Bパラメータの大規模言語モデルで、70Bモデルに近い性能を持ち、EQとIQを融合させ、会話とテキスト生成に優れています。

これはmergekitを使用して複数の事前学習済み言語モデルを統合して得られたエキスパート混合モデルで、最も制約のないテキスト生成能力を創造することを目的としています。

これはLlama-3アーキテクチャに基づく8Bパラメータモデルで、mergekitツールを使用して複数の事前学習モデルを統合し、優れたテキスト生成能力を備えています。

Mixtralアーキテクチャに基づく多機能大規模言語モデルで、深層マインドと自己最適化能力を融合し、多言語テキスト生成と複雑な推論タスクをサポート

Meta-Llama-3-8Bをベースに最適化されたイタリア語の大規模言語モデルで、英語とイタリア語のテキスト生成タスクをサポートします。

30万件のポルトガル語命令データセットでトレーニングされたポルトガル語モデル、microsoft/Phi-3-mini-4kからファインチューニング

Meta-Llama-3-8B-Instructをベースにした強化版で、カブラ30kデータセットでファインチューニングされ、特にポルトガル語の理解と応答に特化して最適化されています。

Metaがリリースした80億パラメータの命令微調整大規模言語モデルで、対話シナリオに最適化され、ベンチマークテストでほとんどのオープンソースチャットモデルを上回る

Orbita-v0.1はQwen 14Bをベースとしたトルコ語大規模言語モデルで、プログラミングや数学など多様なタスクにおいてトルコ語の多面的な能力を備えています。

NeuralStar_AlphaWriter_4x7bは、混合専門家技術(MoE)に基づいて構築された7Bパラメータの言語モデルで、クリエイティブライティングタスクに最適化されており、異なるライティング分野に特化した4つの専門家モデルを統合しています。

mera-mix-4x7Bは、Mixtral-8x7Bの半分の規模を持つエキスパート混合（MoE）モデルで、同等の性能を維持しながら推論速度が速いです。

RecurrentGemmaはGoogleの新しいループアーキテクチャに基づいて構築されたオープンソース言語モデルで、より効率的な長文シーケンス処理能力を提供します

Mistral-7Bをファインチューニングしたポルトガル語コマンド最適化モデル。20万件のポルトガル語コマンドで訓練され、ポルトガル語モデルの空白を埋める

これはGemmaアーキテクチャに基づく20億パラメータ規模のポルトガル語大規模言語モデルで、特にブラジルポルトガル語に最適化されており、指令追従とテキスト生成タスクをサポートします。

Mistral-7B-Instruct-v0.2を基に微調整したポルトガル語大規模言語モデルで、ポルトガル語テキスト生成能力の向上に焦点を当てています

Zephyr 7B Gemmaはgoogle/gemma-7bをファインチューニングした言語モデルで、公開合成データセットで直接選好最適化(DPO)を使用して訓練され、有用なアシスタントとして設計されています。

Tito-7B-slerpはmergekitツールを使用してYugoGPTとAlphaMonarch-7Bの2つのモデルを融合した大規模言語モデルで、セルビア語と英語のタスクで優れた性能を発揮します。

GemmaはGoogleが開発した軽量オープンソースの大規模言語モデルで、Geminiと同じ技術をベースに構築され、様々なテキスト生成タスクに適しています。

GemmaはGoogleが提供する軽量オープンモデルシリーズで、Geminiと同じ技術を基に構築されており、テキスト生成タスクに適しています。

Pasta-Lake-7bは、Test157t/Pasta-PrimaMaid-7bとmacadeliccc/WestLake-7B-v2-laser-truthy-dpoの2つのモデルを統合して作成された7Bパラメータ規模の言語モデルです。

GemmaはGoogleが提供する軽量オープンソースの大規模言語モデルで、Geminiと同じ技術を基に構築されており、様々なテキスト生成タスクに適しています。

GemmaはGoogleが提供する軽量オープンソース大規模言語モデルシリーズで、Geminiモデルを作成した研究と技術に基づいています。

TinyMistral-248M-v3 は2億4800万パラメータの小型言語モデルで、現在も訓練中であり、約210億トークンを学習済みです。

BoreanGale-70Bは、カスタムアルゴリズム(NearSwap)を使用して統合された70Bパラメータの大規模言語モデルで、miqu-1-70b-sfとWinterGoddess-1.4x-70B-L2の2つのモデルを統合して作成されました。