# 多模型融合

Gama-12B是一個多語言支持的大語言模型，提供多種量化版本以適應不同性能和精度需求。

KiraDepth 是一個基於穩定擴散XL的文本到圖像生成模型，專注於生成具有深度、細節和陰影的2.25D/2.5D風格圖像，特別適合動漫風格的創作。

KnowledgeCore.12B 是一個通過 mergekit 工具合併的 12B 參數規模的大型語言模型，基於 PocketDoc/Dans-PersonalityEngine-V1.1.0-12b 和 inflatebot/MN-12B-Mag-Mell-R1 模型融合而成。

這是一個專注於角色扮演能力的24B參數語言模型，通過多種先進合併技術融合多個優秀模型而成，特別優化了傳統推理能力和SillyTavern兼容性。

這是一個使用mergekit工具合併的12B參數規模的大語言模型，融合了多個優秀模型的特性。

這是一個通過mergekit工具合併多個12B參數規模預訓練語言模型的項目，旨在融合不同模型的優勢，提升語言處理能力。

這是一個24B參數規模的合併語言模型，採用TIES方法融合了多個24B規模的預訓練模型，專注於提供高質量的文本生成和理解能力。

這是一個使用mergekit工具合併的預訓練語言模型，採用DARE TIES方法融合了多個Gemma3-12B變體模型。

MagTie-v1-12B是一個基於DARE TIES算法合併的12B參數語言模型，融合了多個預訓練模型的優勢

本項目使用mergekit和DARE TIES方法合併了soob3123/amoral-gemma3-12B-v2和IlyaGusev/saiga_gemma3_12b兩個模型，旨在提供更強大的語言處理能力。

這是一個基於LLaMa-70B架構的多模型融合實驗項目，採用DARE TIES融合方法，結合了6個不同版本的MO-MODEL模型。

基於多個預訓練語言模型的融合成果，V.5版本在穩定性和內容表現上有所提升

一個使用Karcher均值合併方法創建的文本到圖像生成模型，可將文本描述轉化為圖像。

這是一個通過mergekit工具融合多個12B參數規模語言模型的結果，以Magnolia-v3-12B為基礎模型進行融合

這是一個基於Qwen2.5-32B的合併模型，融合了DeepSeek-R1-Distill-Qwen-32B、QwQ-32B和Sky-T1-32B-Flash的特點，旨在提升性能。

GodSlayer-12B-ABYSS 是一個通過 mergekit 合併多個預訓練語言模型得到的12B參數模型，旨在保持穩定性和連貫性的同時，減少積極性偏見，提高現實主義和多樣化響應能力。

這是基於多個70B參數模型的合併改進版本，主要調整了嵌入層尺寸以匹配標準L3 70B模型規格。

基於QwQ-32B推理與思維模型，融合了多個頂級推理模型的特色，專注於減少提示中的'過度思考'，適用於創意用例和深入推理。

這是一個基於多個預訓練語言模型合併的12B參數大語言模型，採用mergekit工具合併，適用於文本生成任務。

這是一個基於多個高質量模型合併的混合模型，專注於中文文本生成和對話任務。

這是一個基於多個12B參數規模模型的合併版本，採用model_stock方法融合了7個不同特性的預訓練語言模型，以增強綜合能力。

基於Llama 3 70B架構的合併模型，專為故事生成和角色扮演優化，支持長上下文窗口

基於Llama-3-70B的合併模型，專注於故事生成和角色扮演(RP)任務，通過breadcrumbs_ties方法合併多個高質量模型

這是Llama-3-70B模型的角色扮演和故事生成專用版本，經過多模型合併優化和EXL2量化處理

這是一個基於Llama-3架構的融合模型，專門用於心理健康治療和心理醫生對話場景，整合了多個心理健康領域的微調模型。

基於Llama 3 70B的合併模型，專為故事創作和角色扮演優化，支持長上下文窗口

這是一個基於DARE TIES方法合併的12B參數語言模型，融合了多個預訓練模型，旨在提供強大的文本生成能力。

ElvenMaid-12B-v2 是一個基於 ChatML 格式的 12B 參數語言模型，通過 mergekit 的 TIES 方法合併多個預訓練模型而成，支持英文和日文交互。

CyberIllustrious 是一個基於穩定擴散技術的文本生成圖像模型，能夠生成高質量、照片級寫實的圖像。

這是一個使用SCE合併方法整合多個70B參數Llama-3.1變體的高性能語言模型

這是一個基於Qwen2.5-14B架構的多模型融合結果，採用Model Stock融合方法，結合了22個不同來源的14B參數規模模型。

基於Qwen2.5-Coder-14B-Instruct基礎模型，通過mergekit工具合併多個專業編碼模型的混合模型

這是一個基於Gemma-2-9B系列模型通過DARE TIES方法融合的9B參數規模語言模型，融合了多個優化版本的Gemma模型。

這是一個使用mergekit和DARE TIES方法合併的預訓練語言模型，基於多個Gemma-2-9B變體模型融合而成。

這是一個通過mergekit工具合併的12B參數規模的語言模型，基於EtherealAurora-12B-v2融合了多個優秀模型的特點

Qwen2.5-7B-YOYO-super 是一個通過合併基礎模型和微調模型優化的開源大語言模型，專注於提升指令跟隨、數學和編碼能力。

這是一個基於Gemma-2-9B系列模型通過DARE TIES方法合併的多模型融合版本，整合了多個Gemma變體的優勢。

這是一個由多個12B參數規模的模型合併而成的大語言模型，專注於文本生成和推理任務。

這是一個使用mergekit工具通過模型庫存方法合併多個12B參數規模語言模型的結果

使用 DARE TIES 方法合併的預訓練語言模型，基於 L-BASE-V1 融合多個 MERGE 模型