# 軽量で効率的

Google Gemma-3n-E2Bモデルの静的量子化バージョンで、モデルサイズとパフォーマンスのバランスを取るための複数の量子化タイプを提供します。

Gemma 3nはGoogleが開発した軽量で最先端のオープンソースのマルチモーダルモデルファミリーで、Geminiモデルと同じ研究と技術に基づいて構築されています。テキスト、オーディオ、ビジュアル入力をサポートし、様々なタスクに適用できます。

AIバーチャルアナウンサーの魂となることを目指した混合専門家モデルで、コード生成、指示追従、マルチターン対話能力を統合

DeepSeek-V3-0324のGGUF量子化バージョンで、ローカルテキスト生成タスクに適しています。

PEGASUS MediumはPEGASUSモデルをファインチューニングしたバージョンで、インドネシア語のニュース記事向けに抽象的なテキスト要約タスクを最適化しています。

Flow Judge v0.1は、軽量でありながら強力な38億パラメータのモデルで、複数の分野で大規模言語モデル（LLM）システムのカスタマイズ評価を行うことができます。

Depth Anything V2は現在最も強力な単眼深度推定モデルで、59.5万枚の合成注釈画像と6200万枚以上の実写無注釈画像でトレーニングされており、より細かいディテールとより強力なロバスト性を備えています。

Depth Anything V2は現在最も強力な単眼深度推定(MDE)モデルで、59.5万枚の合成注釈画像と6200万枚以上の実写無注釈画像でトレーニングされています

Qwen2 1.5Bはイタリア語に最適化されたコンパクトな言語モデルで、ITALIA（iGenius）に近い性能を持ちながらサイズは6分の1です。

デンマーク語、ノルウェー語、スウェーデン語、アイスランド語、フェロー語に適用可能な命名エンティティ認識モデル。NbAiLab/nb-bert-baseをベースに微調整されています。

中国語ELECTRAは哈工大-讯飞共同研究所がGoogleのELECTRAアーキテクチャに基づいて開発した中国語事前学習モデルで、パラメータ数はBERTの1/10ですが性能は同等です。

中国語ELECTRAは、ハルビン工業大学 - 科大訊飛共同研究室（HFL）が、グーグルとスタンフォード大学が発表したELECTRAモデルに基づいて開発した中国語事前学習モデルで、パラメータ数が少なく、性能が高いという特徴があります。

法律分野専用の軽量版BERTモデル、サイズはBERT-BASEの33%のみで、性能を維持しながら効率を大幅に向上