# 英語専用

Jedi-3B-1080pはxlangaiによって開発された3Bパラメータモデルで、llama.cppによる量子化処理が施されており、画像テキスト生成タスクに適しています。

ファルコン-H1はTIIによって開発されたハイブリッドTransformers+Mambaアーキテクチャの因果デコーダ専用言語モデルで、英語をサポートし、優れた性能を発揮します。

SmolVLM2-2.2B-Instructは2.2Bパラメータ規模の視覚言語モデルで、ビデオテキストからテキストへのタスクに特化し、英語をサポートしています。

これはNVIDIA Llama-3_1-Nemotron-Ultra-253B-v1モデル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、複数の量子化タイプをサポートし、さまざまなハードウェア環境に適しています。

DeepSeek-R1はdeepseek-aiのベースモデルを改良したバージョンで、音声テキスト変換タスクに特化しており、英語言語処理をサポートしています。

facebook/wav2vec2-xls-r-300mをファインチューニングしたボイスメール検出モデルで、ボイスメールの挨拶と実際の応答を区別するために特別に設計されています。

CLIPモデルをファインチューニングしたレゴブロックの画像-テキストマッチングモデルで、レゴブロックとその説明を識別するために設計されています。

ModernBERT事前学習エンコーダーに基づくテキスト埋め込みモデルで、8192トークンの長文処理をサポートし、MTEB、LoCO、COIRなどの評価タスクで優れた性能を発揮します。

FLUX.1-Redux-dev はテキストから画像を生成するモデルで、テキスト記述を高品質な画像に変換することに特化しています。

これはMenlo/Ichigo-llama3.1-s-instruct-v0.4モデルのGGUF量子化バージョンで、リソースが限られた環境での音声言語処理タスクに適しています。

GTE-v1.5シリーズの英語テキストエンコーダーで、BERTアーキテクチャを改良し、最大8192のコンテキスト長をサポート、英語テキスト表現タスクに適しています。

CogVideoXは清影に由来するオープンソースの動画生成モデルで、2Bバージョンは入門モデルとして互換性と実行・二次開発コストのバランスが取れています。

GemmaはGoogleが提供する軽量級オープンモデルシリーズで、Geminiモデルを構築した技術を基に開発されており、様々なテキスト生成タスクに適しています。

GemmaはGoogleが提供する軽量で最先端のオープンモデルシリーズで、Geminiと同じ技術を基に構築されており、様々なテキスト生成タスクに適しています。

GemmaはGoogleが提供する軽量オープンソース大規模言語モデルシリーズで、Geminiモデルと同じ技術に基づいて構築されており、様々なテキスト生成タスクに適しています。

GLiNERは双方向Transformerベースの固有表現認識モデルで、あらゆるエンティティタイプを認識可能です。従来のNERモデルよりも柔軟で、大規模言語モデルよりも効率的です。

GemmaはGoogleが提供する軽量オープンモデルシリーズで、Geminiと同じ技術を基に構築されており、テキスト生成タスクに適しています。

M2-BERT-128は論文『Benchmarking and Building Long-Context Retrieval Models with LoCo and M2-BERT』で提案された8000万パラメータの検索モデルチェックポイント

GemmaはGoogleが提供する軽量オープンソースの大規模言語モデルで、Geminiと同じ技術を基に構築されており、様々なテキスト生成タスクに適しています。

Velara 11B v2はMistralアーキテクチャに基づく大規模言語モデルで、テキスト生成タスクに特化しており、Alpaca-InstructOnly2プロンプトテンプレートを採用しています。

SynapseLLMはWebraftAIが開発したMistralを微調整した7Bパラメータの大規模言語モデルで、コードと一般的なQ&Aシナリオに特化しています。

TinyLLama-v0は軽量言語モデルで、GGUFフォーマットで提供され、テキスト生成タスクに適しています。

Chessgpt-Base-v1を基に教師あり微調整(SFT)を行った28億パラメータの対話モデルで、チェス分野に特化

LaMini-Flan-T5-248Mはgoogle/flan-t5-baseをLaMini-instructionデータセットでファインチューニングした248Mパラメータのモデルで、LaMini-LMシリーズに属し、自然言語命令への応答に特化しています。

OpenCLIPフレームワークを使用し、LAION-2B英語サブセットでトレーニングされた視覚言語モデル。ゼロショット画像分類と画像テキスト検索をサポート

このモデルはfacebook/wav2vec2-baseをCommon Voice 3.0英語データセットで微調整した音声認識モデルで、テストセットで0.247の単語誤り率を達成しました。