# マルチターン対話

Llama 3.1 8Bをファインチューニングした金融専門モデル、金融推論、Q&A、マルチターン対話に優れる

Kanana-1.5-8B-Instruct-2505 は Kakao Corp によって開発された 8B パラメータ規模の命令ファインチューニング言語モデルで、テキスト生成タスクに適しています。

QwQ-32B-ArliAI-RpR-v4はArliAIが提供する高性能なロールプレイとクリエイティブライティング向けモデルで、QwQ-32Bをファインチューニングし、反復を減らし創造的な出力を向上させることに重点を置いています。

これはGoogle Gemma 3 27B ITモデルを変換した4ビット量子化バージョンで、MLXフレームワーク向けに最適化されています。

OLMo-2-0425-1B-InstructはAllenAIが開発した10億パラメータ規模の命令ファインチューニング言語モデルで、テキスト生成タスクに特化しています。

Qwen3-4BはQwen3-4B-Baseを基にしたGGUF形式モデルで、テキスト生成タスクに適しています。

Salesforceが開発した8Bパラメータの大型アクションモデル(LAM)。ユーザーの意図を実行可能なアクションに変換することに特化しており、マルチターン対話やツール使用において優れた性能を発揮します。

Deepthink-1.5B-Open-PRMは1.5Bパラメータのオープンソース言語モデルで、llama.cppで使用できるようGGUF形式に変換されています。

DeepSeek-R1-Distill-Qwen-7B は deepseek-ai によってリリースされた蒸留版大規模言語モデルで、Qwen-7B アーキテクチャに基づいており、テキスト生成タスクに適しています。

GLM-4-32B-0414はTHUDMチームによって開発された大規模言語モデルで、GLMアーキテクチャに基づいており、様々なテキスト生成タスクに適しています。

Turkish-Gemma-9b-v0.1はGemma-2-9bを基に開発されたトルコ語テキスト生成モデルで、継続的な事前学習、教師あり微調整（SFT）、直接選好最適化（DPO）、およびモデル統合技術によって最適化されています。

Bielik-4.5B-v3-Instructは46億パラメータを持つポーランド語生成テキストモデルで、Bielik-4.5B-v3を基に命令ファインチューニングされており、優れたポーランド語理解と処理能力を示します。

GLM-4-32B-0414はTHUDMによって開発された大規模言語モデルで、320億のパラメータを持ち、さまざまなテキスト生成タスクに適しています。

ラクダモデルはトランスフォーマーアーキテクチャに基づくテキスト生成モデルで、アゼルバイジャン語をサポートし、強化学習を用いて訓練されています。

Gensyn RL Swarm専用に設計された15億パラメータの命令微調整モデルで、ピアツーピア強化学習によるローカル微調整をサポート

Qwen2.5-14BモデルをベースにTIES手法で融合した強化版で、命令追従と対話最適化に特化

allura-org/Gemma-3-Glitter-4Bを変換したGGUF形式モデルファイル、imatrix量子化で性能を最適化

Doge 320M 指導版は動的マスクアテンションを基にした軽量言語モデルで、教師ありファインチューニング(SFT)と直接選好最適化(DPO)で訓練され、質問応答や対話タスクに適しています。

DeepSeek-V3-0324は、高品質なテキスト生成能力を提供することを目的とした、テキスト生成タスクに特化した強力な基盤モデルです。

これはQwen/QwQ-32Bモデルの4ビット量子化バージョンで、BitsAndBytesライブラリを使用して最適化されており、リソースが制限された環境でのテキスト生成タスクに適しています。

このモデルはcanopylabs/orpheus-3b-0.1-ftから変換されたGGUF形式のモデルで、テキスト生成タスクに適しています。

mlabonne/gemma-3-12b-it-abliteratedモデルを基にした量子化バージョンで、llama.cppを使用してimatrix量子化を行い、テキスト生成タスクに適しています。

Qwen2.5 Bakeneko 32Bをベースとした命令ファインチューニングバリアントで、Chat VectorとORPO最適化により命令追従能力を強化し、日本語MT-Benchで優れた性能を発揮します。

このモデルはGoogleのgemma-3-27b-ptモデルをllama.cppでGGUF形式に変換したバージョンで、ローカル推論タスクに適しています。

これはGoogle Gemma 3BモデルのGGUF量子化バージョンで、ローカルデプロイと推論に適しています。

rinna/qwq-bakeneko-32bをベースにllama.cppで量子化した日本語対話モデルで、llama.cppベースの多数のアプリケーションと互換性があります

Gemma-3-12b-it は Google が開発した大規模言語モデルで、transformer アーキテクチャに基づき、テキスト生成タスクに特化しています。

これはTheDrummer/Gemmasutra-9B-v1.1モデルを基にした量子化バージョンで、llama.cppを使用して量子化処理されており、テキスト生成タスクに適しています。

Dorna2-Llama3.1-8B-InstructはPart AIが開発したMeta Llama 3.1 Instructベースの80億パラメータ大規模言語モデルで、ペルシャ語に特化して最適化されています。

calme-3.1-instruct-78bはQwen2.5-72Bを基にした高度な反復バージョンで、自己統合と微調整により能力を強化した汎用領域大規模言語モデルです

NVIDIAがカスタマイズした大規模言語モデルで、大規模言語モデルがユーザーのクエリに対して生成する返答の有用性を向上させることを目的としています。

Meta-Llama-3.1-8B-Instructを基にイタリア語サポートを最適化した大規模言語モデル

Llama3.1 8B大規模言語モデルを基にトルコ語向けに最適化したファインチューニング版、トレーニングデータは高品質なトルコ語命令セットから取得

これはGoogle Gemma 2Bモデルを変換したGGUF形式のモデルで、テキスト生成タスクに適しています。

ELYZA社が訓練した大規模言語モデルで、Meta-Llama-3-8B-Instructを基に日本語能力を強化

Llama-3-8Bをベースとしたオランダ語命令最適化大規模モデル。複数のオランダ語命令データセットでSFTとDPOによるファインチューニングを実施

Llama3 8b大規模言語モデルを基にトルコ語向けに最適化した微調整バージョンで、高品質なトルコ語命令セットから訓練データを取得

OmostがリリースしたLlama3-8Bベースの命令ファインチューニングモデルで、Dolphin-2.9データセットで事前学習され、4ビットNF4形式で量子化されています。

Omostがリリースしたllama-3モデルで、8kのコンテキスト長をサポートし、nf4量子化を採用しています。

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化