# 長文推論

llama.cppで量子化された12Bパラメータの多言語大規模言語モデルで、ロールプレイ、ストーリー作成、および複数分野の専門タスクをサポート

このモデルはPocketDoc/Dans-PersonalityEngine-V1.3.0-12bを変換したGGUF形式モデルで、多言語・多タスクに対応し、汎用目的、ロールプレイ、ストーリー創作などのシナリオに適しています。

QwQ-32B-ArliAI-RpR-v4はArliAIが提供する高性能なロールプレイとクリエイティブライティング向けモデルで、QwQ-32Bをファインチューニングし、反復を減らし創造的な出力を向上させることに重点を置いています。

Qwen3-30B-A3BのINT4量子化バージョン、重み量子化によりディスクとGPUメモリ要件を75%削減し、高性能を維持。

THUDM/GLM-4-32B-Base-0414モデルをDans-DiscountModels/pretokenization-test-4データセットでファインチューニングした大規模言語モデル

Qwen3-4Bは通義千問シリーズ最新の40億パラメータ大規模言語モデルで、思考モードと非思考モードの切り替えをサポートし、推論、多言語、エージェントタスクで優れた性能を発揮します。

Qwen3-1.7B-Q8_0-GGUFはQwen/Qwen3-1.7Bを変換したGGUF形式モデルで、テキスト生成タスクをサポートし、多言語対応と効率的な推論能力を備えています。

Qwen3は通義千問シリーズの大規模言語モデルの最新バージョンで、密モデルと混合エキスパート（MoE）モデルの完全なスイートを提供し、推論、指示追従、エージェント能力、多言語サポートにおいて画期的な進歩を実現しています。

Qwen3-14Bは通義千問シリーズの最新大規模言語モデルで、148億のパラメータを持ち、思考モードと非思考モードの切り替えをサポートし、推論、指示の遵守、エージェント能力において優れた性能を発揮します。

Qwen3は通義千問シリーズの大規模言語モデルの最新8Bパラメータ版で、思考モードと非思考モードのシームレスな切り替えをサポートし、強力な推論、指示追従、インテリジェントエージェント能力を備えています。

Qwen3-4Bは通義千問シリーズの最新大規模言語モデルで、40億パラメータを搭載し、思考モードと非思考モードの切り替えをサポート、強力な推論能力、コマンド追従、多言語対応を備えています。

玲瓏線形プレビュー版はInclusionAIによってオープンソースで公開されたハイブリッド線形スパース大規模言語モデルで、総パラメータ数は17.1B、活性化パラメータ数は3.0Bです。このモデルはハイブリッド線形アテンションメカニズムに基づいて長文推論を実現し、推論プロセスにおいてほぼ線形の計算複雑性とほぼ一定の空間複雑性を持ちます。

360智脳3-7B-O1.5は奇虎360がオープンソース化した長思考連鎖モデルで、360智脳3-7B-Instructをファインチューニングしており、複雑な推論タスクをサポートします。

このモデルはgoogle/gemma-3-12b-itから変換されたGGUF形式モデルで、llama.cppフレームワークに適しています。

Serpens-Opus-14B-ExpはQwen 2.5 14Bアーキテクチャに基づいて設計された140億パラメータのモデルで、推論能力を強化し、汎用推論や質問応答タスクに適しています。

DeepSeek R1モデルのAWQ量子化バージョン、float16オーバーフロー問題を最適化し、効率的な推論デプロイをサポート

ModernBERT-largeモデルをベースに、マルチタスクファインチューニングで最適化された自然言語推論モデルで、ゼロショット分類とNLIタスクで優れた性能を発揮します。

DeBERTaアーキテクチャに基づく小型ゼロショット分類モデル。長文自然言語推論タスク向けに最適化され、Web対応のためONNX形式に変換済み

DeBERTa-v3-baseモデルをベースに、コンテキスト長を1280に拡張し、tasksourceデータセットで25万ステップのファインチューニングを実施。自然言語推論とゼロショット分類タスクに特化。

Phi-3-Small-128K-Instructは70億パラメータの軽量オープンソースモデルで、高品質と強力な推論能力に焦点を当て、128Kの長文コンテキストをサポートし、常識、言語理解、数学、コードなどのタスクで優れた性能を発揮します。

Phi-3-Medium-128K-Instructは140億パラメータの軽量オープンソースモデルで、高品質と強力な推論能力に焦点を当て、128Kのコンテキスト長をサポートします。

DeBERTa-v3-smallモデルをベースに、コンテキスト長を1680トークンに拡張し、tasksourceデータセットでファインチューニングされた、長文自然言語推論タスクに適したモデル