# 軽量化デプロイ

Apollo2-7B-GGUFはFreedomIntelligence/Apollo2-7Bの量子化バージョンで、複数の言語に対応した医学大規模言語モデルアプリケーションをサポートします。

これはQwen/Qwen3-Embedding-8Bを基に変換された4ビットDWQ量子化バージョンで、MLXフレームワークに適した埋め込みモデルです。

PP - OCRv4_mobile_detはPaddleOCRチームによって開発された、モバイルデバイス向けに最適化された効率的なテキスト検出モデルで、エッジデバイスへのデプロイに適しています。

Qwen3-Reranker-0.6Bの量子化バージョンで、知識を誰もが利用できるようにすることを目指しています。

PP-OCRv5_mobile_detはPaddleOCRチームが開発した最新世代の軽量級テキスト検出モデルで、多言語、多シーンでの効率的なテキスト検出をサポートします。

このプロジェクトでは、academic - ds - 9Bの量子化バージョンを提供し、知識を誰もが利用できるようにすることを目指しています。

Mistralアーキテクチャに基づいて最適化された命令微調整モデルで、ゼロショット分類タスクに適しています。

Qwen3-4BのMNNモデルの4ビット量子化バージョンで、効率的なテキスト生成タスクに使用されます。

Gemma 3はGoogleが発表した軽量で最先端のオープン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。マルチモーダル入力とテキスト出力をサポートします。

Gemma 3はGoogleが開発した軽量で最先端のマルチモーダルオープンソースモデルで、テキストと画像の入力を処理し、テキスト出力を生成できます。様々なテキスト生成と画像理解タスクに適しています。

Gemma 3 4Bに基づく量子化バージョンの画像テキスト変換モデルで、知識を大衆に利用してもらうことを目的としています。

これは量子化技術を通じて知識の広範な共有を実現するための、量子化バージョンのGemmaモデルです。

Kimi-VL-A3B-Thinking-8bitは、MLX形式に変換されたマルチモーダル視覚言語モデルで、画像テキストからテキストへの生成タスクをサポートしています。

本モデルはTHUDM/GLM-Z1-9B-0414のGGUF形式変換バージョンで、中英文テキスト生成タスクをサポートします。

Gemma 3 4BはGoogle技術に基づく軽量マルチモーダルモデルで、テキストと画像入力をサポートし、テキスト出力を生成し、リソースが限られた環境でのデプロイに適しています。

Gemma 3はGoogleが開発した軽量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と同じ技術を基に構築され、テキストと画像の入力をサポートし、テキスト出力を生成します。

Googleの基礎モデルに基づく、テキストまたは画像とテキストからテキストを生成するモデルで、GGUF形式をサポートしています。

Gemma-3-4b-itはGoogleが発表した軽量級言語モデルで、Gemmaアーキテクチャに基づいており、テキスト生成タスクに適しています。

Qwen2-VL-2Bはマルチモーダルモデルで、画像とテキストの入力を処理し、テキスト出力を生成することができます。

これはBAAI/bge-reranker-v2-m3モデルを変換したGGUF形式のテキストソートモデルで、多言語テキスト埋め込み推論をサポートします。

InternVL2_5 - 1Bは、画像テキストからテキストへの変換に基づくマルチモーダル大規模モデルで、ビジュアル言語タスクに適しています。

mT5アーキテクチャに基づく中国語要約生成モデル、複数の量子化バージョンを提供

これは英語と中国語をサポートするマルチモーダルモデルの量子化バージョンで、画像テキストからテキストへのタスクに適しています。

これはQwen2-VL-7B-Captioner-Relaxedモデルを変換したGGUF形式のモデルで、画像からテキストへのタスクに特化しています。

Qwen2-VL-2B-Instructはマルチモーダルな視覚言語モデルで、画像とテキストの相互作用をサポートし、画像理解と生成タスクに適しています。

Qwen2-VL-7B-Instructはマルチモーダル視覚言語モデルで、画像とテキストの統合理解と生成をサポートします。

OrpoGemma-2-9B-TRは、GoogleのGemma-2-9B-ITモデルをトルコ語で微調整したバージョンで、トルコ語のテキスト生成に最適化されています。

FLUX.1-devはテキストから画像を生成する拡散モデルで、black-forest-labsによって開発され、テキストプロンプトを通じて高品質な画像の生成をサポートしています。

このプロジェクトは、GGUF形式で保存されたBGE埋め込みモデルを提供し、llama.cppとの併用に適しており、transformersよりも優れたパフォーマンスを提供します。

このプロジェクトの情報が不足しているため、具体的な紹介を提供できません。

ドキュメント情報が限られているため、モデルの簡単な紹介を提供できません。

ArSL VIT は Vision Transformer (VIT) アーキテクチャに基づく画像分類モデルで、アラビア手話認識タスク専用に設計されています。

Transformerアーキテクチャに基づく大規模言語モデルで、様々な自然言語処理タスクをサポートします。