# 長文コンテキスト対応

Qwen3-30B-A3B-NSFW-JPを微調整したロールプレイ専用大規模言語モデル、日本語長文生成に対応

GLM-4-32B-0414を基にしたロールプレイ用微調整バージョンで、優れた性能、個性的なキャラクター、多様なスタイル、美しい文章表現が特徴です。

Qwen2-96MはQwen2アーキテクチャに基づくマイクロ言語モデルで、9600万パラメータを含み、8192トークンのコンテキスト長をサポートし、英語テキスト生成タスクに適しています。

ModernBERTアーキテクチャに基づくトルコ語事前学習モデル、8192トークンのコンテキスト長をサポート、複数分野で優れた性能

Algomaticチームによって訓練された日本語BERTモデルで、マスキングタスクをサポートし、コンテキスト長は8192です。

Jina Embeddings V2 Base Codeは、Transformerアーキテクチャに基づく英語テキスト埋め込みモデルで、コード関連テキストの特徴抽出と文類似度計算に特化しています。

H2O.aiによって微調整された40億パラメータのチャットモデル、Llama 2アーキテクチャを基に調整、8192トークンのコンテキスト長をサポート

これはBAAI/bge-reranker-v2-m3をベースに、大規模なポーランド語テキストペアデータセットでさらに微調整された再ランキングモデルで、長文コンテキスト処理をサポートしています。

Meta Llama3-8Bを基に最適化したドイツ語大規模言語モデル。650億のドイツ語コーパスで継続的に事前学習され、ドイツ語に最適化され32kの長文コンテキストをサポート

DeepSeek-V2-ChatのGGUF量子化バージョンで、ローカル展開と実行に適しています。

初のギリシャ語大規模基盤言語モデル、Mistral-7Bアーキテクチャを基に、400億トークンのギリシャ語と英語コーパスでギリシャ語能力を強化

RoPEBertアーキテクチャに基づいて開発されたロシア語の文エンコーダーモ型で、2048トークンのコンテキスト長をサポートし、encodechkaベンチマークテストで優れた性能を発揮します。

PhoGPTはオープンソースの40億パラメータベトナム語生成モデルシリーズで、基本事前学習モデルPhoGPT-4Bとその会話バリアントPhoGPT-4B-Chatを含みます。

Mistral 7Bモデルを基に2.48億パラメータまで縮小した言語モデルで、テキスト生成タスク向けに設計されており、下流タスクの微調整に適しています。