# 多言語対話

これはOpenBuddy-R1-0528-Distill-Qwen3-32B-Preview0-QATの量子化バージョンで、量子化技術を利用して、さまざまなハードウェア条件下でより効率的にモデルを実行できます。

FastwebMIIAはFastwebによって開発された70億パラメータのイタリア人工知能モデルで、イタリア語と英語用に設計され、長文書処理をサポートしています。

Qwen3-4BはQwenシリーズ最新世代の大規模言語モデルで、4Bパラメータ規模を持ち、128kコンテキストウィンドウと100以上の言語をサポートし、推論、指示追従、エージェント能力において優れた性能を発揮します。

Qwen3-1.7B-Q8_0-GGUFはQwen/Qwen3-1.7Bを変換したGGUF形式モデルで、テキスト生成タスクをサポートし、多言語対応と効率的な推論能力を備えています。

これはSLERP手法で融合された12Bパラメータ規模の多言語大規模言語モデルで、英語と日本語の処理をサポートしています。

このリポジトリにはJungZoona/T3Q-qwen2.5-14b-v1.0-e3のGGUFフォーマットモデルファイルが含まれており、TensorBlockが提供するマシンで量子化され、llama.cppと互換性があります。

MiniCPM-S-1B-sftは、活性化スパース化技術で最適化された10億パラメータ規模の言語モデルで、ProSparseメソッドにより高スパース推論加速を実現しつつ、元のモデルと同等の性能を維持しています。

Qwen2.5はQwen大規模言語モデルの最新シリーズで、15億パラメータ規模の命令調整モデルであり、多言語と長文生成をサポートします。

Kyro-n1.1はKyro-n1の強化バージョンで、Qwen2.5-7B-Instructを基に構築され、推論能力、理解力、応答精度が最適化されています。

Meta Llama 3.1シリーズは多言語大規模言語モデル（LLMs）のコレクションで、8B、70B、405Bサイズの事前学習済みおよび指示調整済み生成モデルを含みます。8Bバージョンは多言語対話ユースケース向けに最適化されており、一般的なベンチマークテストで優れた性能を発揮します。

エラスティックモデルはTheStage AI ANNAによって生成されたモデルシリーズで、スライドコントロールバーを使用してモデルの規模、遅延、品質を自由に調整でき、セルフホスティングシナリオにおいて最速で最も柔軟なソリューションを提供します。

HMS-Slerp-12BはSLERP（球面線形補間）法でマージされた多言語チャットモデルで、英語と日本語をサポートしています。

ElvenMaid-12Bシリーズモデルを統合したChatML形式の言語モデルで、英語と日本語をサポート

Phi-4-mini-instructモデルはtorchaoによるfloat8動的活性化と重みの量子化を経ており、H100上で36%のVRAM削減と15-20%の速度向上を実現し、精度にはほとんど影響を与えません。

ElvenMaid-12B は ChatML フォーマットに基づく12Bパラメータの言語モデルで、mergekitツールを使用して複数の事前学習済みモデルを統合し、英語と日本語のインタラクションをサポートします。

Himeyuri-Magnum-12B は ChatML フォーマットに基づく多言語事前学習言語モデルで、mergekit ツールを使用して複数の12Bパラメータ規模のモデルを統合したものです。

Phi 4アーキテクチャに基づく大規模言語モデルで、140億のパラメータを持ち、自然言語処理とテキスト対話タスクに最適化されています。

Trillion-7Bプレビュー版は多言語大規模言語モデルで、英語、韓国語、日本語、中国語をサポートし、計算効率と性能において同規模の7Bモデルを上回ります。

Trillion-7Bプレビュー版は多言語対応の大規模言語モデルで、英語、韓国語、日本語、中国語をサポートし、低い計算量を維持しながら、より高い計算量を必要とするモデルと競合する性能を実現しています。

ChatMLアーキテクチャに基づく対話モデルで、mergekitツールを使用して事前訓練された言語モデルを統合して生成

Kyro-n1.1はKyro-n1の強化バージョンで、Qwen2.5-7B-Instructを基に構築され、推論能力、理解力、応答精度が最適化されています。

ベトナム語推論に最適化された多言語ファインチューニングモデルで、段階的な推論能力を備え、構造化XMLフォーマットを採用

SCE手法で統合された多言語ChatMLモデル、英語と日本語の対話をサポート

Fibonacci-1-EN-8b-Chat.P1_5はLLaMAアーキテクチャに基づく大規模言語モデルで、80.3億のパラメータを持ち、自然言語処理タスクとテキスト対話に最適化されています。

ozone-ai/0x-liteモデルに基づく量子化バージョンで、中英テキスト生成タスクをサポートし、llama.cppを使用したimatrix量子化を採用し、さまざまなハードウェア要件に対応する複数の量子化オプションを提供します。

これはLlama-3.3-70B-Instructの量子化バージョンのモデルで、多言語のテキスト生成をサポートし、ビジネスや研究のシーンで使用でき、複数のベンチマークテストで優れた性能を発揮します。

Razorback 12B v0.2はPixtral 12BとUnslopNemo v3の利点を組み合わせたマルチモーダルモデルで、視覚理解と言語処理能力を備えています。

OpenBuddy/openbuddy-deepseek-10b-v17.1-4kのGGUF形式モデルファイルで、多言語をサポートし、テキスト生成タスクに適しています。

Llama 3.3 70B Instruct AWQ INT4 は、Meta Llama 3.3 70B Instructモデルの4ビット量子化バージョンで、多言語対話ユースケースに適しており、テキスト生成タスクを最適化しています。

Llama 3.2はMetaが開発した多言語大規模言語モデルで、1Bと3Bの2種類のパラメータ規模を提供し、様々な言語タスクをサポートし、既存のオープンソースおよびクローズドソースモデルよりも性能が優れています。

GLM-4-9Bは智譜AIが発表したGLM-4シリーズの最新世代事前学習モデルのオープンソース版で、優れた意味理解、数学、推論、コード、知識能力を備えています。

初のQwen2.5 32B微調整バージョンで、過度の審査問題を修正し、多言語対話をサポートします。

Qwen/Qwen2.5-7Bモデルを多言語データセットで微調整した大規模言語モデルで、13言語の処理をサポート

Llama-VARCO-8B-InstructはLlamaをベースに構築された生成モデルで、追加の学習により、韓国語処理において優れた性能を発揮し、同時に英語能力も維持しています。

Meta Llama 3.1 8B Instructは多言語大規模言語モデルで、多言語対話ユースケースに最適化されており、一般的な業界ベンチマークで優れた性能を発揮します。

これはinternlm2_5-20b-chatモデルを基にCPUを使用した新しいアブレーション処理方法を適用したバージョンです。

このモデルは、Qwen - 2 72B Instructをベースに微調整された大規模言語モデルで、クロード3シリーズモデルの散文の質を再現することを目的としており、シリーズモデルの7番目のバージョンです。

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。

Meta Llama 3.1 8B 命令調整モデルのGGUF量子化バージョン、多言語対話シナリオに適しています

Llama 3.1 70B InstructのINT4量子化バージョン、AutoAWQ技術に基づいて最適化され、多言語対話シナリオに適しています。