# 命令微調整最適化

Gemma-3n-E4B-it-litert-previewはGoogleのGemma 3nモデルを微調整したバージョンで、画像とテキスト入力をサポートし、テキスト出力を生成し、マルチモーダルタスクに適しています。

Gervásio 8B PTPTはポルトガル語向けのオープンソースデコーダーモデルで、LLaMA 3.1 8B Instructを微調整したもので、強力なテキスト生成能力を備えています。

Falcon-H1-34B-Instructは34B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ています。

llama.cppで生成された0.5Bパラメータ規模のテキスト生成モデルで、命令型テキスト生成タスクをサポート

これは12Bパラメータの大規模言語モデルで、llama.cppのimatrix量子化処理を経ており、さまざまなハードウェアニーズに対応する複数の量子化バージョンを提供します。

これは複数の12Bパラメータ規模モデルを統合したバージョンで、model_stockメソッドを用いて7つの異なる特性を持つ事前学習済み言語モデルを融合し、総合能力を強化しています。

このモデルはIBM Granite-3.3-8B命令微調整モデルから変換されたGGUF形式のモデルで、テキスト生成タスクに適しています。

OpenCodeReasoning-Nemotron-7B は Qwen2.5-7B-Instruct を基に開発された大規模言語モデルで、コード生成と推論タスクに特化しており、32Kトークンのコンテキスト長をサポートします。

Llama-SEA-LION-v3.5-70B-Rは東南アジア言語に最適化されたハイブリッド機能大規模言語モデルで、13言語をサポートし、複雑な推論と汎用テキスト生成能力を備えています。

google/flan-t5-baseを微調整したモデルで、科学的な要約を簡潔なタイトルに凝縮する抽象的な要約生成タスクに特化しています。

Qwen2.5-VL-3B-Instructは3Bパラメータの視覚言語モデルで、画像とテキストからテキストを生成するタスクをサポートします。

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

Qwen/Qwen2.5-14B-Instruct-1Mモデルをベースにファインチューニングしたバージョンで、LoRA-8-4-0.0001-cosine-32-16設定を使用し、トレーニングデータはtrain_data_v1.0です。

QwQ-32BはQwen2アーキテクチャに基づく32Bパラメータの大規模言語モデルで、GPTQ手法による4ビット整数量子化処理が施されており、効率的なテキスト生成タスクに適しています。

Nemotron-UltraLong-8Bシリーズは、超長文テキストシーケンスの処理に特化した言語モデルで、最大400万トークンのコンテキストウィンドウをサポートし、卓越した性能を維持します。

Llama-3.1-8Bをベースに構築されたギリシャ語命令調整大規模言語モデルで、ギリシャ語能力を強化し多言語タスクをサポート

本プロジェクトは、複数の70B規模の事前学習言語モデルを融合することで、より高性能な言語モデルを創造することを目的としています。Llama 3.3命令モデルをベースに、Linear DELLA融合方法を用いてモデル融合を行います。

SEA-LIONは、東南アジア地域向けに事前学習と命令微調整を行った一連の大規模言語モデルで、この地域の多言語処理問題の解決に取り組み、東南アジア言語の自然言語処理に強力なサポートを提供します。

Llama-3アーキテクチャに基づくマルチモーダル言語モデルで、音声とテキストの入力を理解し、ノイズ耐性とマルチターン対話能力を備えています

Hymba-1.5B-Baseを基に命令微調整された15億パラメーターモデルで、数学的推論、関数呼び出し、ロールプレイなどの複雑なタスク処理能力を備える

VideoLLaMA2.1はVideoLLaMA2のアップグレード版で、ビデオ大規模言語モデルにおける時空間モデリングと音声理解能力の向上に焦点を当てています。

VideoLLaMA 2はマルチモーダル大規模言語モデルで、動画理解に特化し、時空間モデリングと音声理解能力を備えています。

トンボはLlama 3.1をベースに命令微調整で訓練されたマルチモーダル視覚言語モデルで、画像とテキストの統合的理解と生成をサポートします

Ichigo-llama3sシリーズモデルはHomebrew Researchが開発したマルチモーダル言語モデルで、音声とテキストの入力をネイティブに理解できます。このモデルはLlama-3アーキテクチャを基盤としており、WhisperVQを音声ファイルトークナイザーとして使用してトレーニングされ、音声理解能力が向上しています。

Ichigo-llama3sシリーズモデルは音声とテキスト入力をネイティブで理解可能で、Llama-3アーキテクチャを基盤とし、WhisperVQをオーディオファイルのトークナイザーとして使用しています。

EuroLLM-1.7BはEuroLLMシリーズの最初の事前学習モデルで、多言語処理能力を備え、様々な欧州言語やその他の関連言語のテキストを理解し生成することができます。

magnum-v2-12bはシリーズモデルの4番目のモデルで、Claude 3シリーズモデル（特にSonnetとOpus）のテキスト品質を再現することを目的としています。Mistral-Nemo-Base-2407をベースに微調整され、強力なテキスト生成能力を備えています。

Mistral-Nemo-Base-2407はMistral AIとNVIDIAが共同でトレーニングした120億パラメータの生成型テキスト事前学習モデルで、同規模またはより小規模のモデルを性能で凌駕しています。

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。

Llama-3.1-8B-Instruct は Meta がリリースした80億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ています。

Tarsier-34bは、高品質なビデオ説明の生成に特化したオープンソースの大規模ビデオ言語モデルで、複数の公開ベンチマークでリーディングスコアを達成しています。

hfl/llama-3-chinese-8b-instruct-v3を基に命令微調整を行った中国語ロールプレイング最適化モデル

Llama 3アーキテクチャに基づく8Bパラメータモデル、複数のDPOデータセットでトレーニングされ、テキスト生成タスクに特化

WizardLM-2-7Bのアブレーションバージョン、特定の行動パターンを最適化するために直交化処理を施した

Mistral-7B-v0.3はMistral-7B-v0.2をアップグレードした大規模言語モデルで、主な改善点は語彙表を32768トークンに拡張したことです。

これはLlama-3アーキテクチャに基づく8Bパラメータモデルで、mergekitツールを使用して複数の事前学習モデルを統合し、優れたテキスト生成能力を備えています。

XGen-MMはSalesforce AI Researchが開発した最新のマルチモーダル大規模モデルシリーズで、BLIPの成功設計を基に、基礎的な強化によりより強力で優れたモデルアーキテクチャを実現しました。

Idefics2はオープンなマルチモーダルモデルで、任意のシーケンスの画像とテキスト入力を受け取り、テキスト出力を生成できます。このモデルは画像に関する質問に答えたり、視覚的コンテンツを説明したり、複数の画像に基づいてストーリーを作成したり、純粋な言語モデルとして使用したりできます。

Mistral-7B-Instruct-v0.3は、Mistral-7Bをベースにした命令調整バージョンで、人間の指示に従うテキスト生成タスクに特化しています。

Granite-8B-Code-Instruct-4Kは80億パラメータのコード命令モデルで、Granite-8B-Code-Base-4Kを基に、さまざまな許可された命令データで微調整されており、論理的推論や問題解決スキルを含む命令遵守能力が強化されています。