# 長文脈処理

A.X 4.0 LightはSKT AI Model Labによって開発された軽量級大規模言語モデルで、Qwen2.5をベースに構築され、韓国語理解と企業デプロイに最適化されています。

LongWriter-Zero-32B量子化モデルは、オリジナルモデルに基づいて静的量子化処理を行った多言語モデルで、強化学習や写作などの長文脈シーンに適しています。

Jan NanoはQwen3アーキテクチャに基づいて微調整された小型言語モデルで、ローカルおよび組み込み環境向けに設計され、高い効率性と長文脈処理能力を兼ね備えています。

DeepSeek-R1-0528モデルのGPTQ量子化バージョンで、Int4 + 選択的Int8の量子化方式を採用し、生成品質を保ちながらファイルサイズを縮小します。

Zlatorog-12B-Instruct-Betaは、Mistral Nemo 12Bをベースに微調整された大規模言語モデルで、スロベニア語関連の研究用に設計されており、命令追従、推論、ツール強化生成タスクをサポートしています。

Qwen3-14Bアーキテクチャに基づく命令微調整モデルで、数学的推論、コード生成、事実の正確性に特化

Phi-4-reasoning-plusはマイクロソフトリサーチによって開発されたオープンソースの推論モデルで、数学、科学、プログラミング分野の高度な推論能力に特化しています。

Qwen3はQwenチームによって開発された一連の高度な言語モデルで、高度な推論、対話、命令遵守、エージェントアプリケーションなどの分野で卓越した性能を発揮します。

GreenMind-Medium-14B-R1 は中規模のベトナム語言語モデルで、常識、数学、自然科学、社会科学などの主題において中級レベルの推論を必要とする問題を効果的に解決できます。

Bamba-9B-v2はMamba-2アーキテクチャに基づいて構築されたデコーダーのみの言語モデルで、テキスト生成タスクに特化しており、Llama 3.1 8Bよりも性能が優れています。

Kyro-n1.1はKyro-n1の強化バージョンで、Qwen2.5-7B-Instructを基に構築され、推論能力、理解力、応答精度が最適化されています。

Phi-4-reasoning-plus はマイクロソフトリサーチが開発した先進的なオープンウェイト推論モデルで、Phi-4を基に教師ありファインチューニングと強化学習で最適化され、数学、科学、コーディング分野の高度な推論能力に特化しています。

InternVL3-78BはOpenGVLabが開発した先進的なマルチモーダル大規模言語モデルで、卓越した総合性能を発揮します。前世代のInternVL 2.5と比較し、より強力なマルチモーダル知覚と推論能力を備え、ツール使用、GUIエージェント、産業画像分析、3D視覚知覚などの新領域に能力を拡張しています。

InternVL3-2B-InstructはInternVL3-2Bを基にした教師付き微調整バージョンで、ネイティブマルチモーダル事前学習とSFT処理を経ており、強力なマルチモーダル知覚と推論能力を備えています。

DeepSeek-R1-Distilled-Qwen-1.5Bをファインチューニングしたコード推論大規模言語モデルで、分散型強化学習技術を用いて長文脈処理能力を拡張

Qwen 2.5 14Bアーキテクチャに基づいて構築された次世代言語モデルで、数学推論、プログラミング、一般的な論理タスクに最適化されています。

1兆の高品質なフランス語テキストで事前学習されたフランス語言語モデル、ModernBERTのフランス語版

Phi-4推論はPhi-4を基に、教師あり微調整の思考連鎖軌跡データセットと強化学習で訓練された最先端のオープンウェイト推論モデルで、数学、科学、プログラミングスキルに特化しています。

現在のV3-0324モデルはこのサイズカテゴリで最高性能の量子化バージョンであり、Q8_0に近い性能を維持しながら大幅にサイズを削減

EXAONE DeepはLG AI Researchが開発した効率的な推論言語モデルで、パラメータ規模2.4B、数学やプログラミングなどの推論タスクで優れた性能を発揮します。

110億パラメータの大規模言語モデルで、革新的なSuperBPEトークナイザーで訓練され、スーパーワードユニット認識とサブワードトークン化能力をサポートします。

Theta-35はSVECTORが提供するThetaシリーズの高度な推論モデルで、複雑な思考と推論に特化しており、深度のある論理分析と多段階推論が必要な難問で優れた性能を発揮します。

Granite-3.2-2B-Instructは20億パラメータの長文脈AIモデルで、思考推論能力に特化して微調整され、12言語とマルチタスク処理をサポートします。

Granite-3.2-8B-Instructは80億パラメータの長文脈AIモデルで、思考推論能力に特化して微調整され、複数の言語とタスクをサポートします。

mmMamba-linearは、中規模な学術計算リソースで二次から線形への蒸留を実現した初の純粋デコーダ型マルチモーダル状態空間モデルで、効率的なマルチモーダル処理能力を備えています。

Llama-Krikri-8B-BaseはLlama-3.1-8Bをベースに構築された大規模ギリシャ語基礎言語モデルで、継続的な事前学習によりギリシャ語能力を拡張しつつ英語能力を維持しています。

ModernBERT-baseをファインチューニングした機械翻訳品質評価モデルで、長文脈の文書レベル評価をサポート

推論モデルと長文脈モデルの利点を融合した多用途大規模言語モデル

DeepSeek-R1は第一代の推論モデルで、数学、コード、推論タスクで優れた性能を発揮し、その性能はOpenAI-o1に匹敵します。

Phi-4-Model-Stock-v2は複数のPhi-4バリエーションモデルを統合した大規模言語モデルで、model_stock統合手法を採用し、複数のベンチマークテストで良好な性能を示しています。

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。

RAGシステムにおいてプレーンテキストよりもHTMLが検索結果のモデリングに適しているHTMLプルーニングモデル

Lucie-7Bは、LINAGORAとOpenLLM-Franceが共同で構築した70億パラメータの多言語自己回帰型言語モデルで、Llama-3アーキテクチャに基づき、3兆トークンの多言語データで事前学習されています。

大規模言語モデルのアブレーションバージョンで、元のモデルより性能が優れており、中国語と英語、長文脈処理をサポートしています。

Jaisシリーズはアラビア語に最適化された英語・アラビア語バイリンガル大規模言語モデルで、強力な英語能力を備え、パラメータ数は6.7億

Jaisはアラビア語に最適化されたバイリンガル大規模言語モデルファミリーで、強力な英語能力を備え、パラメータ数は5.9億から700億まで様々

Jaisシリーズはアラビア語処理に特化したバイリンガル大規模言語モデルで、Llama-2アーキテクチャを基にアラビア語適応事前学習を実施

Jaisシリーズはアラビア語に最適化されたバイリンガル大規模言語モデルで、同時に強力な英語能力を備えています。この590Mパラメータバージョンはシリーズ中最も小さいモデルで、軽量アプリケーションに適しています。

Jaisシリーズはアラビア語-英語バイリンガルの大規模言語モデルで、特にアラビア語のパフォーマンスを最適化しつつ、強力な英語能力を保持しています。590mバージョンはこのシリーズの基本モデルの一つです。

Meltemi 7B Instruct v1.5は、Mistral 7Bをベースに改良されたギリシャ語指令微調整大規模言語モデルで、ギリシャ語の自然言語処理タスクに特化しています。