# 対話システム

このモデルは、deepseek-ai/deepseek-r1-0528-Qwen3-8B を変換したMLX形式のバージョンで、Appleデバイスのローカル推論に適しています。

このモデルはDeepSeek-R1-0528-Qwen3-8Bを基に変換された4ビット量子化バージョンで、MLXフレームワーク用に最適化されており、テキスト生成タスクに適しています。

Qwen3-30B-A3B-4bit-DWQ-0508は、Qwen/Qwen3-30B-A3BをMLX形式に変換した4ビット量子化モデルで、テキスト生成タスクに適しています。

このモデルはQwen/Qwen3-235B-A22BをMLX形式に変換した4ビット量子化バージョンで、テキスト生成タスクに適しています。

このモデルはQwen/Qwen3-30B-A3Bから変換されたMLX形式モデルで、8ビット量子化をサポートし、テキスト生成タスクに適しています。

Qwen3-30B-A3B-MLX-8bit は Qwen/Qwen3-30B-A3B を変換した 8 ビット量子化バージョンで、MLX フレームワーク向けに最適化されており、テキスト生成タスクに適しています。

Qwen3-8B-bf16は、Qwen/Qwen3-8Bを基に変換されたMLX形式のモデルで、テキスト生成タスクをサポートします。

Qwen3-30B-A3B-4bitはQwen/Qwen3-30B-A3Bを変換した4ビット量子化バージョンで、MLXフレームワーク下での効率的なテキスト生成タスクに適しています。

Qwen3-4B-4bit は Qwen/Qwen3-4B から MLX フォーマットに変換された 4 ビット量子化バージョンで、Apple チップ上での効率的な実行に適しています。

Qwen/Qwen3-8Bを基に変換された8ビット量子化MLX形式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。

Qwen3-14B-4bitはQwen/Qwen3-14Bモデルをmlx-lmで変換した4ビット量子化バージョンで、テキスト生成タスクに適しています。

このモデルはTHUDM/GLM-Z1-32B-0414を変換した4ビット量子化バージョンで、テキスト生成タスクに適しています。

グローイングフォレスト2代は、グローイングフォレスト1.5版とRei-12Bモデルを線形結合して作成された大規模言語モデルで、クリエイティブライティングとロールプレイタスクに特化しています。

google/gemma-3-12b-itから変換されたテキスト専用バージョンで、視覚コンポーネントを削除し、テキスト生成タスクに特化

Gemma-3-4b純テキストモデルは、google/gemma-3-4b-itから変換された純テキストバージョンで、ビジュアルコンポーネントを削除し、テキスト生成タスクに特化しています。

これはLlama 3 8Bベースモデルの修正版で、元のモデルで特殊トークンの重みがゼロによるNaN勾配問題を解決しました。

Llama3 8Bモデルに基づくロシア語最適化バージョン、テキスト生成タスクをサポート

Vistral-7B-chatをファインチューニングしたモデルで、関数呼び出し機能をサポートします。

これはMetaのLlama-2-7b-chat-hfモデルのCore MLバージョンで、評価とテスト目的のために設計されています。

このモデルは、DistilBERTをベースにclinc_oosデータセットで微調整されたテキスト分類モデルで、主に意図識別タスクに使用されます。

このモデルはDistilBERTをclinc_oosデータセットでファインチューニングしたテキスト分類モデルで、主に意図認識タスクに使用されます。

このモデルは、DistilBERTをベースにclinc_oosデータセットで微調整されたテキスト分類モデルで、主に意図識別タスクに使用されます。

このモデルは、DistilBERTをベースにclinc_oosデータセットで微調整されたテキスト分類モデルで、正解率は91.87%に達しています。

DistilBERTに基づく軽量級テキスト分類モデルで、CLINC OOSデータセットで微調整され、意図識別タスクに使用されます。