Qwen3 30B A3B GGUF
Apache-2.0
Qwen3-30B-A3B的量化版本,採用先進的非線性SotA量化技術,在給定內存佔用下提供同類最佳的質量。
大型語言模型
Q
ubergarm
780
10
Qwen Qwen3 8B GGUF
Apache-2.0
Qwen3-8B的量化版本,使用llama.cpp的imatrix選項進行量化,適用於文本生成任務。
大型語言模型
Q
bartowski
23.88k
18
Glm 4 9b Chat Abliterated GGUF
其他
基於GLM-4架構的9B參數聊天模型,支持中英文對話,經過量化處理適用於不同硬件環境
大型語言模型 支持多種語言
G
bartowski
2,676
11
Falcon E 1B Base
其他
Falcon-E-1B-Base 是由 TII 開發的一個高效 1.58 位語言模型,採用純 Transformer 架構,專為邊緣設備優化設計。
大型語言模型
Transformers

F
tiiuae
53
4
ARPG
MIT
ARPG是一種創新的自迴歸圖像生成框架,能夠通過類GPT因果架構實現BERT式掩碼建模。
圖像生成
A
hp-l33
68
2
Svdq Int4 Flux.1 Fill Dev
其他
FLUX.1-Fill-dev的INT4量化版本,能夠根據文本描述填充現有圖像中的區域,提供約4倍內存節省和2-3倍速度提升。
圖像生成 英語
S
mit-han-lab
62.61k
14
EXAONE 3.5 32B Instruct GGUF
其他
EXAONE-3.5-32B-Instruct是一個32B參數的大型語言模型,支持指令跟隨和對話任務。
大型語言模型 支持多種語言
E
bartowski
616
9
Impish Mind 8B GGUF
Apache-2.0
基於SicariusSicariiStuff/Impish_Mind_8B模型的量化版本,使用llama.cpp工具進行多種量化處理,適用於文本生成任務。
大型語言模型 英語
I
bartowski
532
9
Esmplusplus Small
ESM++是對ESMC的忠實實現,支持批處理且兼容標準Huggingface接口,無需依賴ESM Python包。小型版本對應ESMC的3億參數版本。
蛋白質模型
Transformers

E
Synthyra
6,460
14
FLUX.1 Lite GGUF
其他
Flux.1 Lite是從FLUX.1-dev模型蒸餾出的80億參數Transformer模型,專為文本生成圖像任務優化,在保持精度的同時減少內存佔用並提升速度。
文本生成圖像
F
gpustack
5,452
3
Blip Image Captioning Base Bf16
MIT
該模型是Salesforce/blip-image-captioning-base的量化版本,通過降低浮點精度至bfloat16,內存佔用減少50%,適用於圖像到文本生成任務。
圖像生成文本
Transformers

B
gospacedev
20
1
Recurrentgemma 2b It
RecurrentGemma是基於Google新型循環架構構建的開源語言模型,提供更高效的長序列處理能力
大型語言模型
Transformers

R
google
5,418
110
Whisper Large V3 French Distil Dec16
MIT
Whisper-Large-V3-法語蒸餾版是通過將解碼器層數從32層縮減至16層,並基於大規模數據集進行蒸餾訓練而得到的法語語音識別模型。該模型在保持性能的同時顯著降低了內存佔用和推理時間。
語音識別
Transformers 法語

W
bofenghuang
2,461
10
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98