# 商業研究通用

這是Meta-Llama-3.1-8B-Instruct模型的INT8量化版本，通過權重量化和激活量化優化，適用於多語言商業和研究用途。

Phi-4-mini-instruct是一個輕量級開源模型，基於合成數據和過濾後的公開網站數據構建，專注於高質量、富含推理能力的數據。支持128K令牌的上下文長度和多語言處理。

基於Meta-Llama-3.1架構的量化優化模型，支持多語言，適用於商業和研究場景，在減少資源需求的同時保持高性能。

Meta推出的70B參數多語言大語言模型，支持多種語言對話和工具調用，在行業基準測試中表現優異。

Llama 3.2 是 Meta 推出的多語言大語言模型系列，包含 1B 和 3B 參數的預訓練和指令微調版本，支持 8 種官方語言，優化了多語言對話場景。

Llama-3.2-1B-Instruct的FP8量化版本，適用於多語言場景的商業和研究用途，性能接近原始模型。

這是一個基於Llama-3.2-11B-Vision-Instruct的量化模型，適用於多語言的商業和研究用途，可用於類似助手的聊天場景。

Meta Llama 3.1 8B Instruct 是一個多語言大語言模型，針對多語言對話用例進行了優化，在常見的行業基準測試中表現優異。

Meta-Llama-3.1-70B的FP8量化版本，適用於多語言的商業和研究用途，權重和激活均量化為FP8格式，減少約50%的存儲和內存需求。

Meta-Llama-3.1-8B的FP8量化版本，適用於多種語言的商業和研究用途。

這是Meta公司的Meta-Llama-3-8B-Instruct模型的8位量化版本，使用bitsandbytes進行量化，適用於高效的文本生成任務。

Meta Llama 3 70B是由Meta開發的大語言模型，具有700億參數，支持8k上下文長度，適用於英語的商業和研究用途。

基於Meta官方Llama 3 70B指令微調模型的GGUF量化版本，支持2-16bit多種量化級別，適用於本地部署的對話場景

DeciLM 6B-指令模型是一款專為短格式指令跟隨設計的英語語言模型，基於DeciLM 6B通過LoRA微調技術訓練而成