# 軽量モデル

Gemma 3n-E2B-itはGoogleが提供する軽量オープンソースのマルチモーダルモデルで、Geminiと同じ技術に基づいて構築され、低リソースデバイス向けに最適化されています。

llama.cppに基づいてMenlo/Jan - nanoモデルを量子化処理し、様々な量子化タイプのモデルファイルを提供し、異なるハードウェアとパフォーマンスの要件を満たします。

PaddleOCRチームが開発したPP-OCRv3_recシリーズの中の天城文字専用のテキスト行認識モデルで、天城文字の認識に対応し、平均正解率は96.44%です。

これは悪意のあるURL検出に使用される量子化モデルで、BERTアーキテクチャに基づいており、悪意のあるURLとフィッシング攻撃を効果的に識別できます。

DeepSeek-R1は数学の基礎とモデル推論能力に特化した大規模言語モデルです。

Llamaアーキテクチャに基づく5億パラメータのテキスト生成モデルで、ストーリー作成のために特別に設計されています。

BrtGPT-124M-Baseは大量の英文コーパスを用いて事前学習された基礎モデルで、無料で利用でき、オープンソースモデルの使用が煩雑で処理能力要求が高いという問題を解決しました。

これはMLX形式に基づく4ビット量子化言語モデルで、テキスト生成タスクに適しています。

Devstral-Small-2505-bf16は、MistralAIのDevstral-Small-2505モデルを変換したMLX形式のモデルで、多言語処理タスクをサポートします。

Ultravox v0.5はLlama-3 2.1Bアーキテクチャを最適化した音声テキスト変換モデルで、音声書き起こしタスクの効率的な処理に特化しています。

FastVLM-0.5B-Stage3は、ビジュアル理解と言語処理能力を備えた高効率のマルチモーダル言語モデルで、長時間ビデオを処理し、構造化出力を生成することができます。

FastVLM-0.5B-Stage2は、ビジュアルコンテンツを理解し、テキストタスクを処理できる効率的なマルチモーダル言語モデルです。

mistralaiによって開発された軽量言語モデルで、MLXフレームワークによる6ビット量子化最適化が施され、Apple Silicon向けに設計されています。

これはintfloat/multilingual-e5-smallからファインチューニングされたsentence-transformersモデルで、韓国語のクエリ-段落ペアを含むトレーニングデータを使用して、韓国語検索タスクのパフォーマンスを向上させています。

MiniCOILは効率的な意味的類似度計算のために設計された、スパースな文脈化単語埋め込みモデルです

これは非常にコンパクトで高速な日本語リランキングモデルで、RAGシステムの精度向上に適しており、CPUやエッジデバイス上でも効率的に動作します。

これは非常にコンパクトで高速な日本語リランキングモデルで、RAGシステムの精度向上に適しています。

このモデルはall-MiniLM-L12-v2から蒸留されたもので、推論速度が約2倍向上し、CPUとGPUの両方で高い精度を維持しています。

Qwen3-0.6BはTransformerアーキテクチャに基づくオープンソースの言語モデルで、6億のパラメータ規模を持ち、テキスト要約などの自然言語処理タスクに適しています。

Phi-4-mini-reasoningは合成データに基づく軽量オープンモデルで、高品質で密度の高い推論データに焦点を当て、数学的推論能力を強化するためにさらに微調整されています。

これはkyutai/helium-1-2bを変換したGGUF形式のモデルで、複数のヨーロッパ言語をサポートしています。

これはQwen3-8B-abliterated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、テキスト生成タスクに適しています。

Phi-4-mini-reasoningは、高品質で推論が密集したデータに焦点を当てた軽量のオープンソースモデルで、さらに微調整されてより高度な数学推論能力を獲得しています。

Qwen3-1.7Bは、Alibaba Cloudが提供する1.7Bパラメータ規模のオープンソース大規模言語モデルで、Transformerアーキテクチャに基づき、様々な自然言語処理タスクをサポートします。

NVIDIA MIT-B1アーキテクチャに基づくSegFormer画像分割モデルで、特定のデータセットで微調整され、高精度な画像分割タスクに優れています

Deepthink-1.5B-Open-PRMは1.5Bパラメータのオープンソース言語モデルで、llama.cppで使用できるようGGUF形式に変換されています。

Qwen2.5アーキテクチャに基づいて開発されたテキストから中国手話への変換モデル

英語とイタリア語の翻訳に特化した1Bパラメータの言語モデルで、様々な量子化バージョンのGGUFフォーマットファイルを提供します。

これはMLX形式の3ビット量子化テキスト読み上げモデルで、複数の言語をサポートしています。

DeBERTa-v3-smallはマイクロソフトがリリースした軽量版DeBERTaモデルで、テキスト分類タスクに適しています。

T5 Small は Google がリリースした T5（Text-to-Text Transfer Transformer）モデルの小型バージョンで、さまざまな自然言語処理タスクに適しています。

これはslim-orpheus-3b-JAPANESE-ftモデルを変換したGGUF形式のモデルで、日本語テキスト処理に特化して最適化されています。

Distil-WhisperはWhisperモデルの蒸留版で、自動音声認識(ASR)タスク向けに最適化され、より高速な推論を提供します。

DeepSeek-V3-0324-Pruned-Coder-411B は、DeepSeek-V3 アーキテクチャに基づく、コード生成タスクに特化した剪枝最適化済みのコード生成モデルです。

SLERP手法を用いて融合されたGemma-2Bの変種モデルで、2つの異なる重みのGemma-2Bモデルバージョンを組み合わせています。

Gemma 3.4B IT はテキスト生成型の大規模言語モデルで、自然言語をCypherクエリ言語に変換するために特別に設計されています。

革新的なオープンソースモデルで、アラビア語の長文を卓越した効率と正確さでリランキングできます。

Transformerベースの音声分類器を初めて超えた状態空間モデルで、AudioSet音声分類タスクにおいて最先端の性能を実現し、同時にモデルサイズを大幅に縮小しました。

DistilBERTベースのテキスト分類モデルで、食品と非食品のテキストを区別するために使用されます

allura-org/Gemma-3-Glitter-4Bを変換したGGUF形式モデルファイル、imatrix量子化で性能を最適化