# 多言語サポート

これはイタリア語ベースの文変換モデルで、文や段落を768次元の密なベクトル空間にマッピングでき、クラスタリングや意味的検索などのタスクに適しています。

アラビア語固有表現認識（NER）タスク向けにファインチューニングされたBERT多言語ベースモデル

DMind-1はテキスト生成の基盤モデルであり、知識の自由な伝播を目指しています。

llama.cppで量子化された12Bパラメータの多言語大規模言語モデルで、ロールプレイ、ストーリー作成、および複数分野の専門タスクをサポート

多言語・多目的の大規模言語モデルで、様々な専門分野や汎用タスクをサポートし、ロールプレイ、ストーリー創作、プログラミングなど多様なシナリオに適しています。

これはPocketDoc/Dans-PersonalityEngine-V1.3.0-24bを基に変換されたGGUF形式モデルで、様々なテキスト生成タスクに適しています。

Gemmaアーキテクチャに基づくトルコ語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。

このモデルはPocketDoc/Dans-PersonalityEngine-V1.3.0-12bを変換したGGUF形式モデルで、多言語・多タスクに対応し、汎用目的、ロールプレイ、ストーリー創作などのシナリオに適しています。

DevstralはMistral AIとAll Hands AIが共同開発したソフトウェアエンジニアリングタスク向けのインテリジェントエージェント大規模言語モデルで、ツールを活用したコードベースの探索、マルチファイル編集、ソフトウェアエンジニアリングエージェントの駆動に優れています。

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。

InternVL3-8B-Instruct は先進的なマルチモーダル大規模言語モデル（MLLM）で、卓越した全体的な性能と強力なマルチモーダル知覚・推論能力を備えています。

InternVL3-14B-Instructは先進的なマルチモーダル大規模言語モデル（MLLM）で、優れたマルチモーダル知覚と推論能力を示し、ツール使用、GUIエージェント、産業画像分析、3D視覚知覚など様々なタスクをサポートします。

これはHugging Face Transformersライブラリをベースにしたモデルで、Unslothを使用して最適化されています。具体的な機能や用途については、さらに情報を追加する必要があります。

このモデルはtransformersライブラリをベースとしたモデルで、具体的な用途や機能はさらなる情報確認が必要です。

このモデルはtransformersライブラリに基づくモデルで、具体的な用途や機能はさらなる情報が必要です。

BGE-Code-v1はLLMベースのコード埋め込みモデルで、コード検索、テキスト検索、多言語検索をサポートし、コード検索とテキスト検索タスクで優れた性能を発揮します。

これはintfloat/multilingual-e5-smallからファインチューニングされたsentence-transformersモデルで、韓国語検索タスクに特化して最適化され、テキストを384次元ベクトル空間にマッピングします。

Qwen3-14Bアーキテクチャに基づく命令微調整モデルで、数学的推論、コード生成、事実の正確性に特化

Qwen2.5-VL-7B-Instruct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、マルチモーダルタスクをサポートし、画像からテキストへの変換などのアプリケーションシーンに適しています。

このモデルはTransformersアーキテクチャに基づくモデルで、具体的な機能と用途は追加情報が必要です。

これは🤗 transformersライブラリを基にしたモデルで、unsloth技術を使用して最適化されています。具体的な機能や用途については、さらに情報を追加する必要があります。

NVIDIAが開発したオープンソースのコード推論大規模言語モデルで、パラメータ規模は140億、コード生成と推論タスクに特化しています。

これはnomic-ai/nomic-embed-codeモデルの量子化バージョンで、llama.cppを使用してimatrix量子化を行い、コード埋め込みや特徴抽出タスクに適しています。

このモデルはtransformersライブラリに基づくモデルで、具体的な用途と機能はさらなる情報が必要です。

Qwen3-8B-AWQは通義千問シリーズ最新世代の8.2Bパラメータを持つ大規模言語モデルで、AWQ 4-bit量子化技術を用いて推論効率を最適化しています。思考モードと非思考モードの切り替えをサポートし、優れた推論能力、指示追従能力、エージェント能力を備えています。

ファルコンH1はアラブ首長国連邦技術革新研究所によって開発されたハイブリッドアーキテクチャ言語モデルで、TransformerとMambaアーキテクチャを組み合わせ、多言語処理をサポート

Qwen2.5-Omniはエンドツーエンドのマルチモーダルモデルで、テキスト、画像、音声、ビデオなど様々なモダリティ情報を認識し、ストリーミング方式でテキストと自然な音声応答を同期生成できます。

量子化されたテキスト生成モデルで、出力と埋め込みテンソルはf16形式、その他のテンソルはq5_kまたはq6_k量子化されており、体積が小さく純粋なf16バージョンと同等の性能を維持しています。

このリポジトリにはQwen/Qwen3-0.6BのGGUFフォーマットモデルファイルが含まれており、TensorBlock提供のマシンで量子化処理され、llama.cppと互換性があります。

TENターンテイキング検出システムは、人間と機械の自然な動的インタラクションのために特別に設計されたインテリジェントなターンテイキング検出モデルで、自然なターンテイキングのシグナルを正確に識別し、コンテキストを認識した適切な割り込みを実現します。

Qwen3-1.7Bは通義千問シリーズ最新世代の17億パラメータ基本言語モデルで、3段階事前学習体系を採用し、32kのコンテキスト長をサポートします。

Qwen3-4B-Baseは通義千問シリーズ最新世代の40億パラメータ大規模言語モデルで、36兆トークンの多言語データで事前学習され、32kのコンテキスト長をサポートします。

このモデルはtransformersライブラリに基づくモデルで、具体的な機能と用途は追加情報が必要です。

阿里巴巴PAIがリリースした軽量版Qwen2.5大規模言語モデル、効率的なテキスト生成タスクに特化

Gemma 3はGoogleがGemini技術を基に構築した軽量オープンモデルシリーズで、12Bバージョンは量子化対応トレーニング(QAT)技術を採用し、マルチモーダル入力と128Kコンテキストウィンドウをサポートします。

これはHugging Face Hubでホストされているtransformersモデルで、具体的な機能や用途についてはさらに情報を追加する必要があります。

Multi2ConvAIプロジェクトによって開発された物流分野専用Bertモデル、英語テキストに最適化

これはドイツ語向けに最適化されたファインチューニングMBertモデルで、品質分野に特化しており、Multi2ConvAIプロジェクトによって開発されました。

t5-smallをファインチューニングした英西翻訳モデル、opus100データセットでトレーニング

これはfacebook/wav2vec2-xls-r-300mを汎用音声データセットで微調整した音声認識モデルで、アイルランド語をサポートしています。