# 命令微調整

Gemma 3n-E2B-itはGoogleが提供する軽量オープンソースのマルチモーダルモデルで、Geminiと同じ技術に基づいて構築され、低リソースデバイス向けに最適化されています。

これはGrypheのCodex-24B-Small-3.2モデルの量子化バージョンで、量子化技術によりさまざまなハードウェア条件下での実行効率が最適化されています。

Gemma 3nはGoogleが開発した軽量で最先端のオープンソースのマルチモーダルモデルファミリーで、Geminiモデルと同じ研究と技術に基づいて構築されています。テキスト、オーディオ、ビジュアル入力をサポートし、様々なタスクに適用できます。

Seed - Coder - 8B - Instructは強力なオープンソースコードモデルで、モデル中心、透明性、高性能などの特徴を持ち、様々なコーディングタスクで優れた性能を発揮します。

これはGryphe/Pantheon-Proto-RP-1.8-30B-A3Bモデルを基にした量子化バージョンで、llama.cppを使用して量子化されており、ロールプレイングやテキスト生成タスクに適しています。

このモデルはBielik-4.5B-v3.0-InstructのFP8量子化バージョンで、AutoFP8技術により重みと活性化をFP8データ型に量子化し、ディスク容量とGPUメモリ要件を約50%削減します。

これはBielik-1.5B-v3.0-Instructモデルを基にしたFP8動的量子化バージョンで、vLLMまたはSGLang推論フレームワークに適応しています。AutoFP8量子化技術により、パラメータのビット数を16ビットから8ビットに削減し、ディスク容量とGPUメモリ要件を大幅に削減しました。

モバイル端末へのデプロイに最適化された軽量命令微調整言語モデル

これは Josiefied-Qwen3-4B-abliterated-v1 モデルの GGUF 量子化バージョンで、ローカルデプロイと実行に適しています。

OLMo 2 1Bはallenai/OLMo-2-0425-1B-RLVR1モデルの後訓練バリアントで、教師あり微調整、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。

Mistralアーキテクチャに基づいて最適化された命令微調整モデルで、ゼロショット分類タスクに適しています。

Gemma 2.9Bの量子化バージョンで、llama.cppを使用して最適化されており、LM Studioでの実行に適しています。

Llama-Krikri-8B-Instructはアテネ研究センターによって開発されたギリシャ語命令調整大規模言語モデルで、Llama-3.1-8Bをベースに構築され、ギリシャ語と英語のマルチタスク処理能力が強化されています。

MKLLM-7Bはマケドニア語向けのオープンソース大規模言語モデルで、Mistral-7B-v0.1モデルを基にマケドニア語と英語の混合テキストで継続事前学習を行って構築されました。

バジャー・ライターは複数のLlama 3 8Bモデルを正規化フーリエタスク重畳したモデルで、テキスト生成タスクに特化しており、特にクリエイティブライティングと命令追従に優れています。

Gemma-2-Llama-Swallowシリーズのモデルは、Gemma-2をベースに持続的な事前学習を行って構築された多言語大規模モデルで、特に日本語能力が強化されています。

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。

OLMo 2 1Bはアレン人工知能研究所が公開したオープン言語モデルシリーズの中で最小のモデルで、OLMo-mix-1124で事前学習され、中間トレーニング段階でDolmino-mix-1124データセットが使用されました。

Falcon-E-1B-Instructは、1.58ビットアーキテクチャに基づく効率的な言語モデルで、エッジデバイス向けに最適化されており、低メモリ使用量と高性能を特徴としています。

Qwen2.5アーキテクチャに基づく14Bパラメータ規模のコード生成・理解モデル、Model Stock手法により複数の専門コーディングモデルを統合

VideoChat-R1-thinking_7B は Qwen2.5-VL-7B-Instruct をベースにしたマルチモーダルモデルで、動画テキストからテキストへの変換タスクに特化しています。

Gemma 3はGoogleが提供する軽量オープンソースのマルチモーダルモデルで、Geminiと同じ技術を基に構築されており、テキストと画像の入力を受け取りテキストを出力します。

Qwen2.5-Coder-14B-Instructベースモデルを基に、mergekitツールで複数の専門コーディングモデルを統合したハイブリッドモデル

LatxaはLlama-3.1ベースの70Bパラメータのバスク語大規模言語モデルで、命令微調整とFP8量子化を施し、バスク語最適化のために設計されています

これはGemma-2-9BシリーズモデルをベースにDARE TIES手法でマージしたマルチモデル融合バージョンで、複数のGemmaバリアントの長所を統合しています。

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

Gemma 3アーキテクチャを基に微調整されたペルシャ語専用モデルで、QLoRA 4ビット量子化技術を使用し、一般的なハードウェアでの実行に適しています。

Gemma 3 12Bベースのクリエイティブライティングモデルで、物語叙述とシーン構築に優れ、小説的な文体が特徴

GaMS-9B-InstructはGoogle Gemma 2シリーズを基に開発されたスロベニア語大規模言語モデルで、スロベニア語、英語、および一部の南スラブ語族の言語をサポートしています。

Lughaat-1.0-8B-InstructはLlama 3.1 8Bアーキテクチャに基づいて構築されたウルドゥー語大規模モデルで、最大のウルドゥー語データセットでトレーニングされ、ウルドゥー語タスクで優れたパフォーマンスを発揮します。

これはTheDrummer/Fallen-Gemma3-4B-v1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。

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。

Mistral Small 3.1 Instruct 24B は命令微調整に基づく大規模言語モデルで、テキスト生成タスクに特化しています。

Gemma 3はGoogleが開発した命令調整大規模言語モデルで、このリポジトリでは27BパラメータのW4A16量子化バージョンを提供し、ハードウェア要件を大幅に低減

Qwen2-VL-72B-Instruct はマルチモーダル視覚言語モデルで、画像とテキストのインタラクションをサポートし、複雑な視覚言語タスクに適しています。

これはmergekitツールで統合された12Bパラメータの言語モデルで、複数の専門モデルの強みを組み合わせ、推論と心理学関連タスクに特化しています。

これはallenai/OLMo-2-0325-32B-Instruct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おり、テキスト生成タスクに適しています。

これはQwen2.5-14B-Instruct-1Mを基にした量子化モデルで、GGUF形式に変換されており、llama.cppフレームワークに適しています。

google/gemma-3-12b-itから変換されたテキスト専用バージョンで、視覚コンポーネントを削除し、テキスト生成タスクに特化

Gemma-3-4b純テキストモデルは、google/gemma-3-4b-itから変換された純テキストバージョンで、ビジュアルコンポーネントを削除し、テキスト生成タスクに特化しています。