# 中文支持

該模型是基於 deepseek-ai/deepseek-r1-0528-Qwen3-8B 轉換的 MLX 格式版本，適用於蘋果設備的本地推理。

這是一個基於Qwen3-4B模型轉換至MLX格式的6位量化版本，適用於文本生成任務。

基於Qwen3-1.7B的4位量化版本，適用於MLX框架的輕量級大語言模型

Qwen3-30B-A3B-8bit 是 Qwen/Qwen3-30B-A3B 模型的 MLX 格式轉換版本，支持在 Apple 芯片上高效運行。

該模型是Qwen3-32B的MLX格式4位量化版本，專為在Apple Silicon設備上高效運行而優化。

Qwen3-4B的MNN模型4位量化版本，用於高效文本生成任務

基於MoritzLaurer/deberta-v3-base-zeroshot-v2.0-c微調的零樣本分類模型，採用NLI框架的SmartShot方法訓練

HiDream-I1是擁有170億參數的開源圖像生成基礎模型，4比特量化版本可在16GB顯存下運行，實現快速高質量的圖像生成。

Light-R1-14B-DS 是一個14B參數規模的量化大語言模型，支持文本生成任務，適用於資源受限環境下的高效推理。

騰訊混元3D 2mini是一個輕量高效的圖像轉3D模型，參數規模為6億，支持中英文輸入。

Qwen2-VL-2B 是一個視覺語言模型，提供 GGUF 格式的量化版本，適用於多種場景。

混元視頻是一個文本生成視頻的模型，由騰訊開發。

這是一個基於Qwen2-VL-7B-Instruct配置隨機初始化的小型調試模型，用於視覺語言任務

FLUX.1-dev是一個文本生成圖像的擴散模型，已通過Optimum Quanto量化為INT8格式，適用於非商業用途。

WizardLM-2-7B-abliterated的Llamacpp imatrix量化版本，提供多種量化選項，適用於不同硬件配置。

Lawyer LLaMA 是一個基於 LLaMA 架構的法律領域大語言模型，專注於中文法律任務。

基於DistilBERT架構，使用TextAttack框架微調的分類模型，在評估集上達到90.04%的準確率。

SigLIP是一種基於視覺-語言預訓練的模型，適用於零樣本圖像分類任務。

這是一個160M參數的Llama聊天模型，基於JackFram/llama-160m微調而來，專注於文本生成任務。

Storytime 13B 是一個基於 LLaMA 架構的大語言模型，專注於中文文本生成任務，尤其擅長故事創作。

這是一個基於 BLIP 架構的圖像描述生成模型，能夠為輸入的圖片生成簡潔的文字描述。

這是一個使用AutoTrain訓練的二元分類模型，專門用於區分垃圾郵件和非垃圾郵件。

這是一個普通的舊模型，具體功能和用途未明確說明。

一個用於對錶情包描述文本進行分類的模型，適用於社交媒體和即時通訊應用。

基於Electra-small-discriminator模型在SQuAD v2.0數據集上微調的問答模型，適用於區分可回答與不可回答問題的場景