# 中国語テキスト生成

DeepSeek-R1-0528-Qwen3-8Bモデルを基に変換された6ビット量子化バージョンで、MLXフレームワークのテキスト生成タスクに適しています。

DeepSeek-R1-0528-4bit は DeepSeek-R1-0528 をベースに変換された4ビット量子化モデルで、MLXフレームワーク向けに最適化されています。

これはQwen/Qwen3-235B-A22Bを基に変換された3ビット深度量子化モデルで、テキスト生成タスクに適しています。

これはQwen/Qwen3-235B-A22Bモデルを変換した混合3-6ビット量子化バージョンで、Apple MLXフレームワーク向けの効率的な推論に適しています。

これはQwen/Qwen3-30B-A3BからMLX形式に変換された4ビット量子化モデルで、テキスト生成タスクに適しています。

これはQwen3-30B-A3Bモデルを基にした4ビット量子化バージョンで、6ビット量子化から4ビットに蒸留したカスタムDWQ量子化技術を使用して作成され、テキスト生成タスクに適しています。

これはQwen3-8BモデルのGGUFフォーマット版で、llama.cppフレームワークに適しており、テキスト生成タスクをサポートします。

これはQwen3-8B-abliteratedモデルの量子化バージョンで、llama.cppを使用して量子化されており、テキスト生成タスクに適しています。

Qwenチームが提供するQwen3-4BのLlamacpp imatrix量子化バージョンで、複数の量子化タイプをサポートし、テキスト生成タスクに適しています。

Dogeモデルは動的マスクアテンションメカニズムを使用してシーケンス変換を行い、多層パーセプトロンまたはクロスドメインエキスパート混合を選択して状態変換を行うことができます。

これはGoogle Gemma 3.4Bパラメータモデルを変換したGGUF形式のモデルで、テキスト生成タスクに適しています。

このモデルはDeepSeek-R1-ReDistill-Qwen-7B-v1.1を変換したGGUF形式モデルで、テキスト生成タスクに適しています。

これはozone-ai/llama-3.1-0x-miniから変換されたGGUF形式モデルで、llama.cppフレームワークに適しています。

CLUECorpusSmallで事前学習された軽量中国語GPT2モデル、6層アーキテクチャを採用し、中国語テキスト生成タスクに最適化

CLUECorpusSmallで事前学習された軽量中国語GPT2モデル、6層/768次元構造、中国語テキスト生成に最適化

自然言語変換タスクに優れた中国語版mT5-small軽量モデル

自然言語生成タスクに特化した中国語版GPT2-Smallモデル

中国語の理解と生成を対象とした事前学習済みの非平衡Transformerモデルで、テキスト-to-テキスト生成タスクをサポートします。

中国語GPT2-distilモデル、CLUECorpusSmallデータセットで事前学習済み、中国語テキスト生成タスクに適しています

WECHSELメソッドを使用してトレーニングされた中国語GPT-2モデルで、サブワード埋め込みの効果的な初期化により単一言語モデルの言語間移行を実現。

CLUECorpusSmallで事前学習された中国語GPT2軽量モデル、パラメータ規模は6層/768隠れ層、中国語テキスト生成タスクに適しています

中国語の理解と生成に向けた事前学習済み非平衡Transformerモデルで、様々な自然言語処理タスクをサポート

GPT2アーキテクチャに基づく中国語古詩生成モデルで、UER-pyで事前学習され、中国古詩の生成をサポートします。

BARTアーキテクチャに基づく中国語事前学習モデルで、テキスト生成と理解タスクをサポートし、復旦大学自然言語処理研究所からリリース