# 低リソース量子化

7Bパラメータのマージモデルで、マルチモーダル能力を備え、視覚機能をサポート

Mistralアーキテクチャに基づく24Bパラメータの大規模言語モデルで、ロールプレイングとクリエイティブライティングに最適化され、GGUF量子化形式を採用しています。

Seed-Coder-8B-ReasoningはTransformerアーキテクチャに基づくコード生成モデルで、強力な推論能力を持ち、さまざまなコーディングタスクに適しており、同規模のオープンソースモデルの中で優れた性能を発揮します。

Qwen2-Audio-7B-Instructの重み/行列量子化モデルで、英語音声テキスト変換タスクをサポート

WhiteRabbitNeo-V3-7BのLlamacpp imatrix量子化バージョンで、サイバーセキュリティとDevOpsタスクに特化し、コード生成をサポートします。

QwenStorytellerはビジュアル言語モデルに基づくストーリーテリングモデルで、ビジュアルナラティブとクロスフレーム一貫性に焦点を当てています。

andrewzhのAbsolute_Zero_Reasoner-Coder-14bモデルを基に、llama.cppを使用してimatrix量子化を施したバージョンで、推論とコード生成タスクに適しています。

Clinician-Note-2.0aは、医学分野に特化したテキスト生成モデルで、特に臨床記録や要約タスクに適しています。

Qwen3は通義千問シリーズ最新世代の大規模言語モデルで、235Bパラメータの混合専門家(MoE)モデルであり、INT4量子化によりメモリ使用量を大幅に削減

burtenshaw/GemmaCoder3-12Bをベースにした量子化バージョンで、コード生成タスクに最適化されており、さまざまなハードウェア要件に対応するために複数の量子化レベルをサポートしています。

これはFanbin/STEVE-R1-7B-SFTモデルを重み/行列量子化したバージョンで、リソースが限られた環境に適しています。

webbigdata/gemma-2-2b-jpn-it-translateを基にした量子化バージョンで、日本語と英語間の翻訳タスクに特化

これはMenlo/Speechless-llama3.2-v0.1モデルを重み付け/重要度マトリックス量子化した結果で、複数の量子化バージョンを提供します

これはMinthy/ToriiGate-v0.4-7Bモデルに対して重み/重要度行列量子化を施したバージョンで、様々なニーズに対応する複数の量子化オプションを提供します。

Tifa-DeepsexV2-7b-MGRPO-safetensors は、transformersライブラリを基にした多言語（中国語と英語）対応の大規模言語モデルで、増分事前学習、教師あり微調整、強化学習最適化を経ており、ロールプレイングや思考連鎖タスクに適しています。

Llama3.2アーキテクチャに基づく3Bパラメータの大規模言語モデルで、英文テキスト生成タスクをサポートし、llama.cppを使用したimatrix量子化を採用

これはc4ai-command-r7b-12-2024-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、複数の量子化タイプをサポートし、さまざまなハードウェア環境に適しています。

NoticIA-7Bはスペイン語のニュース要約生成モデルで、ニュースコンテンツの処理と要約生成に特化しています。

Tango-70B-Instructは、スペイン語地域の言語性能を向上させるために設計された大型言語モデルです。

これはMenlo/Ichigo-llama3.1-s-instruct-v0.4モデルのGGUF量子化バージョンで、リソースが限られた環境での音声言語処理タスクに適しています。

Menlo/Ichigo-llama3.1-s-instruct-v0.4を基にした静的量子化モデルで、様々な量子化バージョンを提供し、異なるハードウェア要件に対応します。

Meta-Llama-3.1-405B-Instructは、Llama 3.1アーキテクチャに基づく4050億パラメータの大規模言語モデルで、命令追従タスクに最適化され、複数の言語をサポートしています。

VNTL LLaMA 3 8B qlora はLLaMA 3 8Bをベースにしたマージモデルで、日本語と英語の翻訳タスクをサポートし、新たにチャットモードを追加、日本語の文法問題解答に適しています。

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。

llama.cpp用のGGUF重みファイルで、対話テンプレートと重要度マトリックス量子化をサポートします。

Mambaアーキテクチャに基づく3Bパラメータの言語モデルで、効率的なテキスト生成タスクに特化

ペルシャマインドはテヘラン大学チームによって開発されたペルシャ語-英語のクロスランゲージ大規模言語モデルで、多くのペルシャ語タスクで優れた性能を発揮します。

Astrea-RP-v1-3Bは3Bパラメータ規模の大規模言語モデルで、タスク算術により複数のモデルを統合し、テキスト生成タスクに特化しています。