# 命令ファインチューニング

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。

marin-8b-instruct は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。

これはポーランド語の1.5Bパラメータ命令ファインチューニングモデルで、SpeakLeashのBielikシリーズを基に開発され、テキスト生成タスクに適しています。

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。

OLMo 2 1B命令版はOLMo-2-0425-1B-RLVR1モデルのポストトレーニングバリアントで、教師ありファインチューニング、DPOトレーニング、RLVRトレーニングを経ており、様々なタスクで最先端の性能を実現することを目的としています。

StableLM Zephyr 3Bは30億パラメータの命令チューニングモデルで、公開データセット、合成データセット、直接選好最適化(DPO)でトレーニングされ、優れた性能を発揮します。

Aya-23はオープンウェイトの命令ファインチューニングモデルの研究バージョンで、高度に先進的な多言語能力を備え、23言語をサポートしています。

Llama-3-3Bアーキテクチャをベースにした命令ファインチューニングモデルで、対話、推論、ロールプレイなどのタスクをサポートし、汎用人工知能アシスタントシナリオに適しています。

Gemma-2-Llama-Swallowシリーズはgemma-2モデルを継続的に事前学習することで構築され、日本語処理能力を大幅に強化しながら、元の英語能力を保持しています。

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。

多言語E5大型命令モデル、複数言語のテキスト埋め込みと分類タスクをサポートし、強力なクロスランゲージ能力を備えています。

Latxa 3.1 70B InstructはLlama-3.1 (Instruct)を基にした命令ファインチューニング版で、バスク語に最適化されており、複数のバスク語ベンチマークテストで優れた性能を発揮します。

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。

本モデルはMistral-Small-3.1-24B-Instruct-2503をINT4量子化したバージョンで、GPTQアルゴリズムにより重みを16ビットから4ビットに削減し、ディスクサイズとGPUメモリ要件を大幅に削減しました。

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。

Qwen2-1.5B-Instructはアリババクラウドが提供する15億パラメータ規模の命令ファインチューニング大規模言語モデルで、Q&Aや対話タスクに適しています。

Gemma 3.4B IT は Google が開発した34億パラメータの大規模言語モデルで、命令チューニングバージョンに特化しており、様々な自然言語処理タスクに適しています。

TraceBack 12b は Mistral-Nemo-Instruct アーキテクチャに基づく4ビット量子化バージョンで、命令追従と思考連鎖推論タスクに特化しています。

LatxaはLlama-3.1アーキテクチャに基づくバスク語命令ファインチューニング大規模言語モデルで、バスク語に最適化されており、複数のベンチマークテストで優れた性能を発揮します。

14Bパラメータ規模の大規模言語モデルで、命令追従タスクに特化し、テキスト生成能力をサポートします。

GuardReasoner 8Bはmeta-llama/Llama-3.1-8Bをファインチューニングしたモデルで、推論型LLMセキュリティ保護に特化

Mistral-7B-Instruct-v0.3はMistral-7B-v0.3を基に命令ファインチューニングされた大規模言語モデルで、関数呼び出しと拡張語彙表をサポートしています。

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。

Qwen2.5-7B-Instruct は Qwen2.5 アーキテクチャに基づく 7B パラメータ規模の中国語命令ファインチューニング大規模言語モデルで、テキスト生成と推論タスクに適しています。

Llama3.1-Neo-1B-100wは、Meta-Llama-3.1-8B-Instructを1.4Bパラメータ規模にプルーニングし、LLM-Neoメソッド（LoRAと知識蒸留を組み合わせた）でファインチューニングした効率的な言語モデルです。トレーニングデータはBAAI/Infinity-Instructの100万行からサンプリングされています。

exaone-3-7.8B-itで訓練された英韓翻訳モデルで、命令データセットの翻訳タスクに特化

多言語E5大型命令モデル、100以上の言語のテキスト埋め込みと分類タスクをサポート

Jaisシリーズ13億パラメータのアラビア語-英語バイリンガル大規模言語モデル、卓越したアラビア語能力に最適化され、強力な英語能力も備える

Llama 3.1をファインチューニングした多言語テキスト要約モデルで、英語、スペイン語、中国語をサポートし、最適化されたTransformerアーキテクチャとRLHF技術により出力を最適化しています。

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Meta-Llama-3.1-8B-InstructモデルのINT4量子化バージョンで、GPTQアルゴリズムを使用して量子化されており、多言語対話シナリオに適しています。

GemmaはGoogleが提供する軽量級オープンモデルシリーズで、Geminiモデルを構築した技術を基に開発されており、様々なテキスト生成タスクに適しています。

Phi-3-mini-4k-instruct はマイクロソフトがリリースした小型の命令ファインチューニング言語モデルで、Phi-3 アーキテクチャに基づいており、様々な自然言語処理タスクに適しています。

Qwen2-0.5B命令モデルを基に改造、Llama-3の語彙を使用した0.5Bパラメータの命令モデルで、主にLlama-3-70Bのドラフトジェネレーターとして使用

HathorはLlama 3 8B命令モデルをベースに訓練された拡張版で、プライベートデータ、合成命令データ、ライト/クラシック小説データの混合、およびロールプレイ対話ペアを統合しています。

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

Microsoft Phi-3-medium-128k-instructをファインチューニングした大規模言語モデルで、ChatML形式の対話をサポート

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。

LUXIA-21.4B-Alignmentは214億パラメータを持つ大規模言語モデルで、様々な自然言語処理タスクで卓越した性能を発揮します。