# MLX優化

DiffuCoder-7B-cpGRPO-8bit是一個轉換為MLX格式的代碼生成模型，基於apple/DiffuCoder-7B-cpGRPO轉換而來，專為開發者提供高效的代碼生成工具。

DiffuCoder-7B-cpGRPO-6bit 是一個基於 MLX 格式轉換的文本生成模型，專注於代碼和文本擴散任務。

ERNIE-4.5-21B-A3B-PT-8bit 是百度 ERNIE-4.5-21B-A3B-PT 模型的 8 位量化版本，轉換為 MLX 格式，適用於蘋果芯片設備。

DiffuCoder-7B-cpGRPO-4bit 是一個基於蘋果 DiffuCoder-7B-cpGRPO 模型轉換而來的 4 位量化版本，專為 MLX 框架優化。

基於騰訊混元A13B大模型轉換的5bit量化版本，適用於蘋果芯片的MLX框架

騰訊混元A13B大語言模型的4bit量化版本，適用於指令跟隨任務

ERNIE-4.5-0.3B-PT-bf16 是由百度開發的 ERNIE 系列模型的一個版本，參數規模為 0.3B，使用 bf16 精度進行訓練。

Jan-nano-8bit 是基於 Menlo/Jan-nano 模型轉換而來的 8 位量化版本，專為 MLX 框架優化，適用於文本生成任務。

這是一個基於Qwen3-235B-A22B-8bit模型轉換而來的4位量化版本，專為MLX框架優化，適用於文本生成任務。

這是一個基於MLX格式轉換的大語言模型，適用於文本生成任務。

這是一個基於DeepSeek-R1-0528-Qwen3-8B模型轉換的MLX格式8位量化版本，適用於文本生成任務。

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。

基於Llama 3.3 70B指令微調模型的4位DWQ量化版本，適用於MLX框架的高效推理

Devstral-Small-2505-bf16 是一個基於 MistralAI 的 Devstral-Small-2505 模型轉換而來的 MLX 格式模型，支持多種語言處理任務。

Devstral-Small-2505-8bit 是一個基於 mistralai/Devstral-Small-2505 轉換的 8 位量化模型，適用於 MLX 框架，支持多種語言的文本生成任務。

MedGemma-27B-Text-IT-BF16 是一個基於 MLX 格式轉換的大型語言模型，專注於醫療健康領域的文本處理任務。

MedGemma是基於Google開發的醫療領域大語言模型，專注於臨床推理和醫療文本生成任務。

MedGemma-27B-Text-IT-4bit是基於Google的MedGemma-27B-Text-IT模型轉換而來的MLX格式模型，專為醫療和臨床推理任務優化。

MedGemma-4B-IT-8bit是Google MedGemma模型的MLX格式轉換版本，專注於醫療領域的視覺語言任務。

MedGemma-4B-IT-4bit 是一個專為醫學領域設計的視覺語言模型，支持圖像和文本處理，適用於醫學圖像分析等任務。

Qwen3-32B-8bit是基於Qwen3-32B模型量化的8位版本，適用於文本生成任務，由mlx-community發佈。

這是一個基於MLX格式的4位量化語言模型，適用於文本生成任務。

這是一個基於Google Gemma 3 27B IT模型轉換的4位量化版本，專為MLX框架優化。

Gemma 3 12B模型的4位量化版本，適用於MLX框架，支持高效文本生成任務。

該模型是Qwen3-4B的4位DWQ量化版本，轉換為MLX格式，方便使用mlx庫進行文本生成。

這是一個基於Qwen/Qwen3-30B-A3B轉換至MLX格式的4位量化模型，適用於文本生成任務。

這是一個基於MLX格式的文本轉語音模型，支持英文和中文，由prince-canuma/Spark-TTS-0.5B轉換而來。

Qwen3-30B-A3B-4bit-DWQ-0508是基於Qwen/Qwen3-30B-A3B轉換至MLX格式的4位量化模型，適用於文本生成任務。

這是一個基於微軟Phi-4-mini-reasoning模型轉換的MLX格式4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

該模型是基於Qwen/Qwen3-30B-A3B轉換而來的MLX格式模型，支持8位量化，適用於文本生成任務。

Qwen3-8B-bf16 是基於 Qwen/Qwen3-8B 轉換的 MLX 格式模型，支持文本生成任務。

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。

Qwen3-1.7B-4bit是通義千問1.7B模型的4位量化版本，已轉換為MLX框架格式，便於在Apple Silicon設備上高效運行。

基於Qwen/Qwen3-8B轉換的8位量化MLX格式大語言模型，適用於文本生成任務

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。

UI-TARS-1.5-7B-4bit是一個多模態模型，專注於圖像文本到文本的轉換任務，支持英文語言。

DeepSeek-R1-Distill-Qwen-7B 是由 deepseek-ai 發佈的蒸餾版大語言模型，基於 Qwen-7B 架構，適用於文本生成任務。

Dia-1.6B-6bit 是一個基於 Dia-1.6B 的 6 位量化版本，專為 MLX 框架優化的文本轉語音模型。

Dia-1.6B-4bit 是一個基於 MLX 格式的 4 位量化文本轉語音模型，由 nari-labs/Dia-1.6B 轉換而來。