# 大規模モデル最適化

ICONN-1の量化バージョンで、さまざまな性能と品質の要件に対応するための複数の量化オプションを提供します。

これはgoogle/gemma-3-27b-itの量子化バージョンで、ビジュアル - テキスト入力とテキスト出力をサポートし、重み量子化と活性化量子化による最適化を行い、vLLMを使用して高効率推論が可能です。

Valkyrie-49B-v1はllama.cppベースの49Bパラメータ大規模言語モデルで、様々な量子化バージョンを提供し、異なるハードウェア構成に対応します。

Mistral-Small-3.1-24B-Base-2503-hf-DanChatをファインチューニングした大規模言語モデルで、パーソナライズドテキスト生成に特化

CogVideoXは清影に由来する動画生成モデルのオープンソース版で、5Bバージョンはより大規模なモデルサイズを有し、より高品質な動画コンテンツを生成可能です。

Meta-Llama-3.1-405B-InstructのFP8量子化バージョンで、多言語の商業および研究用途に適しており、特にアシスタントロボットシナリオ向けに最適化されています。

これはantony66/whisper-large-v3-russianモデルのctranslate2変換バージョンで、ロシア語音声認識タスク向けに最適化されています。

LLM4Decompileはx86アセンブリ命令をCコードに逆コンパイルするためのモデルです。最新リリースのV1.5シリーズはより大規模なデータセット（1500億トークン）と4096の最大トークン長でトレーニングされ、前世代モデルと比べて性能が大幅に向上しています（最大100%）。

これはdeberta-v2-xxlargeの更新バージョンで、AutoModelForCausalLMクラスを実装し、テキスト生成が可能になりました。元の実装にあった3つの問題、すなわち出力埋め込み重み名、強化マスクデコーダの実装、位置埋め込みの切り捨て処理を修正しました。

starcoder2-3bモデルを微調整した大規模言語モデルで、コード生成タスクに特化しており、HumanEval-Pythonテストで65.9 pass@1の成績を達成

StarCoderPlusは、BigCodeプロジェクトで開発された強力なコード生成モデルで、複数のプログラミング言語と自然言語処理タスクをサポートしています。

これはgoogle/flan-t5-xxlモデルを複数の要約データセットでファインチューニングしたバージョンで、学術と汎用シナリオに適した多機能要約ジェネレーターを目指しています。

Whisper Large v2をポーランド語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モデルで、ポーランド語音声からテキストへの変換タスクをサポートします。

BookSumデータセットでファインチューニングされたLongT5-XLモデルで、長文要約に特化しており、SparkNotesのような要約を生成できます。

これはjonatasgrosman/wav2vec2-large-xlsr-53-spanishモデルを特定のデータセットでファインチューニングしたスペイン語音声認識モデルです。

このモデルは、jonatasgrosman/wav2vec2-large-xlsr-53-spanishをベースに微調整されたバージョンで、スペイン語の音声認識タスクに使用されます。

これはwav2vec2アーキテクチャに基づく大規模な自動音声認識(ASR)モデルで、ノルウェー書面語(ブークモール)に特化して訓練されています。