# 低リソース効率

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。

Phi-4-reasoning-plusはマイクロソフトリサーチによって開発されたオープンソースの推論モデルで、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。

T5-smallモデルをXSumデータセットでファインチューニングしたテキスト要約モデル

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

Aya Vision 8Bはオープンウェイトの80億パラメータ多言語視覚言語モデルで、23言語の視覚と言語タスクをサポートします。

DRAMA-large (0.3B) は、プルーニングされた大規模言語モデルアーキテクチャに基づいて構築された密検索モデルで、効率的かつ汎用的な多言語テキスト検索タスクに最適化されています。

Falcon3-10B-InstructはFalcon3シリーズのオープンソース基盤モデルで、100億パラメータを有し、高品質な指示追従タスクに特化しており、多言語処理をサポートし、コンテキスト長は最大32Kトークンに達します。

Llama-3.1-Storm-8BはLlama-3.1-8B-Instructを基に構築された改良モデルで、複数のベンチマークテストで優れた性能を発揮し、対話や関数呼び出しタスクに適しています。

3層Transformerアーキテクチャを採用した最先端の文分割技術で、多言語テキスト分割をサポートします。

これはMeta社のNLLB-200-distilled-600Mモデルをファインチューニングした機械翻訳モデルで、英語から簡体字中国語への翻訳タスク専用です。

Llama-3-8bをベースに構築された多言語混合モデルで、ドイツ語、イタリア語、英語の能力を統合

Llama 3 8Bをベースにしたオランダ語会話モデルで、ORPO手法を用いてオランダ語フィードバックデータセットで最適化トレーニングされています

Snowflake Arctic Embed XS は軽量な文埋め込みモデルで、文の類似度と特徴抽出タスクに特化しています。

RakutenAI-7B-instructはMistral-7Bアーキテクチャを基に最適化された日本語と英語の大規模言語モデルで、日本語理解ベンチマークで優れた性能を発揮しつつ、英語能力も競争力を維持しています。

Qraはポーランド国立情報処理研究所とグダニスク工科大学が共同開発したポーランド語最適化大規模言語モデルシリーズで、TinyLlama-1.1Bを初期化し900億のポーランド語トークンで訓練

MobileLLaMA-1.4B-Chat は MobileLLaMA-1.4B-Base を微調整したチャットモデルで、ShareGPT データセットを使用した教師付き命令微調整が施されています。

BTLM-3B-8k-chatはBTLM-3B-8K-baseを基に開発されたチャットバージョンで、DPO手法を用いて最適化され、人間の嗜好に合った対話シナリオ向けに設計されています。

OpenChat 3.5 7BはMistralアーキテクチャに基づく7Bパラメータの大規模言語モデルで、OpenChatチームによって開発され、Apache 2.0ライセンスで公開されています。

このモデルはSQuADデータセットでファインチューニングされたBARTの変種で、テキスト段落と回答に基づいて対応する質問を生成するために特別に設計されています。