# 多様なシナリオへの適応

AM-Thinking-v1 は GGUF フォーマットに基づくテキスト生成モデルで、様々な自然言語処理タスクに適しています。

GLM-4-9B-0414-abliterated は GLM アーキテクチャに基づく 9B パラメータ規模の大規模言語モデルで、テキスト生成タスクに適しています。

DeepSeek-R1-Distill-Llama-70B-abliteratedのGGUF量子化バージョンで、ローカル推論に適しており、さまざまなハードウェア要件を満たすための複数の量子化オプションを提供します。

distilwhisper-large-v2を微調整した中国語音声認識モデルで、whisper-large-v2の5.8倍の速度で、パラメータが51%削減されています

MiniLMアーキテクチャを最適化した軽量な文埋め込みモデルで、効率的な文の類似度計算のために設計されています

FacebookのXLS-R-300Mモデルをインドネシア語音声データでファインチューニングした自動音声認識モデル

XLS-R-300Mはfacebook/wav2vec2-xls-r-300mをlibrispeech_asrデータセットでファインチューニングした英語自動音声認識モデルで、LibriSpeechテストセットで12.29%の単語誤り率を達成しました。

これはfacebook/wav2vec2-xls-r-300mモデルをヒンディー語Common Voice 8データセットでファインチューニングした自動音声認識(ASR)モデルです。