# 低資源適配

基於Qwen/Qwen2.5-7B-Instruct在科學數據集上微調的版本

Q3-30b-A3b-Pentiment 是一個基於 LLaMA 架構的大型語言模型，經過量化處理，適用於多種文本生成任務。

PEGASUS-XSum 是一個基於 PEGASUS 架構的預訓練文本摘要模型，專門針對極端摘要（XSum）任務進行了優化。

Valkyrie-49B-v1是基於llama.cpp的49B參數大語言模型，提供多種量化版本，適用於不同硬件配置。

這是一個基於Hugging Face Transformers庫的模型，使用Unsloth進行優化。具體功能和用途需要進一步補充信息。

該模型是一個基於transformers庫的模型，具體用途和功能需要進一步的信息來確定。

順滑Qwen是一款輕量級的調整工具，能夠平滑Qwen及類似模型中的詞元概率，增強多語言的平衡生成能力。

一款輕量級的調整工具，能夠平滑Qwen及類似模型中的詞元概率，增強多語言生成的平衡能力。

基於mt5-base架構訓練的文本摘要模型，支持從文本中提取關鍵信息生成摘要。

該模型是通過LoRA（低秩自適應）權重對Llama-3.2-1B-Instruct進行微調的版本，主要用於輔助回答各類主題問題並提供相關信息。

基於PocketDoc/Dans-SakuraKaze-V1.0.0-12b的Llamacpp imatrix量化版本，支持多種量化類型，適用於文本生成任務。

基於MCG-NJU/videomae-base微調的視頻理解模型，在評估集上表現一般（準確率50%）

Illustrious-XL-v2.0 是一個文本生成圖像的基礎模型，適用於多種圖像生成任務。

這是一個基於Llama架構的多模態模型，支持視覺和文本指令，經過4位量化優化。

基於bert-base-uncased微調的模型，用於文本蘊含識別任務，準確率為66.43%

Kok-Base 是一個多語言模型，支持英語、阿拉伯語和捷克語，適用於多種自然語言處理任務。

這是一個基於Gryphe/Pantheon-RP-1.8-24b-Small-3.1模型的量化版本，使用llama.cpp進行量化，適用於角色扮演和文本生成任務。

這是一個託管在Hugging Face Hub上的transformers模型，具體功能和用途尚未明確說明。

基於TIES合併方法融合的俄語語音識別模型，優化電話語音識別效果

基於DeepSeek-R1-Distill-Llama-8B微調的醫療思維鏈推理模型，通過QLoRA量化技術和Unsloth優化方案增強醫療推理能力。

Skyfall-36B-v2是一個36B參數的大語言模型，經過llama.cpp的imatrix量化處理，提供多種量化版本以適應不同硬件需求。

DeepSeek-R1-Distill-Qwen-32B-abliterated 是一個基於 Qwen-32B 的蒸餾版本，提供了多種量化選項以適應不同硬件需求。

Flex.1 alpha 8B模型是基於GGUF格式轉換的文本生成圖像模型，專為ComfyUI-GGUF工具設計。

一個基於LoRA技術的文本生成圖像模型，採用擴散器架構，支持生成具有狂熱盒子風格的圖像。

這是一個基於VITS架構的泰語文本轉語音模型，專門針對男性旁白風格進行微調。

基於google-bert/bert-base-uncased微調的BERT模型，具體用途未明確說明

這是一個託管在Hugging Face Hub上的transformers模型，具體功能和用途需要進一步補充信息。

基於Llama-3架構的多模態語言模型，原生支持音頻與文本輸入理解，專注於提升大語言模型對音頻的理解能力。

F5-TTS 是一個基於流匹配的語音合成模型，專注於流暢且忠實的語音合成，特別適用於童話講述等場景。

NorMistral-11b-warm 是一個基於 Mistral-Nemo-Base-2407 初始化的挪威語大型語言模型，支持多種斯堪的納維亞語言和薩米語。

FLUX.1-dev 是一個基於 LoRA 微調的文本生成圖像擴散模型，專注於生成高質量的藝術風格圖像。

這是一個基於black-forest-labs/FLUX.1-dev訓練的LoRA權重模型，專門用於生成剪紙風格的圖像。

基於MMS零樣本項目的檢查點模型，能夠轉錄幾乎所有語言的語音，僅需少量目標語言的未標註文本。

RoLlama3是基於Meta Llama 3構建的羅馬尼亞語生成文本模型系列，這是8B參數的指令微調版本，專門針對羅馬尼亞語任務優化。

基於T5-small架構微調的文本處理模型，專注於特定任務的文本生成與轉換

Llama-2-7b-烏克蘭語版是一個支持烏克蘭語和英語的雙語預訓練模型，基於Llama-2-7b繼續預訓練，使用了來自CulturaX的50億token數據。

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。

基於Meta LLaMA-3 70B的指令微調模型，經過量化處理，適用於本地部署和高效推理。

bagel-8b-v1.0的Llamacpp imatrix量化版本，提供多種量化文件以滿足不同硬件和性能需求。

基於Mistral 7B大語言模型，通過預訓練模型合併並在Date-DPO-v2數據集上微調，擅長角色扮演、創意寫作和通用智能任務。