# 多任務文本生成

基於Llama-3.1架構的8B參數大語言模型，提供多種量化版本的GGUF格式文件

由NVIDIA開發的大型語言模型，基於Llama-3架構，擁有490億參數，適用於多種文本生成任務。

基於Llama 3.1架構的8B參數語言模型，通過mergekit合併多個模型而成，具備文本生成能力

基於Llama 3.1架構的8B參數模型，通過mergekit合併多個預訓練模型而成，具備文本生成能力。

基於Qwen2.5架構的7B參數規模語言模型，通過TIES方法融合多個預訓練模型而成

這是一個使用SLERP方法合併的14B參數規模的大語言模型，由li-14b-v0.4和miscii-14b-0218兩個基礎模型合併而成。

DeepSeek-R1-Distill-Llama-3B 是基於 Llama-3.2-3B 模型，使用 R1-Distill-SFT 數據集對 DeepSeek-R1 進行蒸餾得到的版本，具備文本生成能力。

基於kobkrit/thai-t5-base微調的泰語指令模型，支持對話、問答、摘要等任務

Phi-4-Model-Stock-v2是基於多個Phi-4變體模型合併而成的大語言模型，採用model_stock合併方法，在多個基準測試中表現良好。

基於Llama3.2架構的1B參數量化模型，支持文本生成任務，適用於多種量化版本選擇

使用mergekit合併預訓練語言模型得到的模型，在多個文本生成任務上有評估結果

由日本國立信息學研究所開發的大語言模型，支持日語和英語，基於Transformer架構，參數量130億

基於多個8B參數Llama-3.1模型的合併模型，採用model_stock方法優化性能

Mistral-NeMo-Minitron-8B-Base是一個基礎的文本生成模型，通過對Mistral-NeMo 12B進行剪枝和蒸餾得到，適用於多種自然語言生成任務。

Gemma是Google推出的輕量級前沿開放模型系列，基於與Gemini相同技術構建，適用於多種文本生成任務。

這是一個基於Meta Llama 3構建的合併預訓練語言模型，結合了SimPO和SPPO-Iter3兩個模型的優勢，適用於文本生成任務。

Gemma是Google推出的輕量級前沿開放模型系列，基於與Gemini相同技術構建，適用於多種文本生成任務。

Gemma是Google推出的輕量級開源大語言模型系列，基於創建Gemini模型的相同技術構建，適用於多種文本生成任務。

基於Llama 3架構的8B參數模型，使用多種DPO數據集訓練，專注於文本生成任務

UNA-ThePitbull-21.4B-v2是一款基於21.4B參數的大型語言模型，性能接近70B模型，融合了情商與智商，擅長對話和文本生成。

這是一個通過mergekit合併多個預訓練語言模型得到的專家混合模型，旨在創造最不受約束的文本生成能力。

這是一個基於Llama-3架構的8B參數模型，通過mergekit工具合併了多個預訓練模型，具有較好的文本生成能力。

基於Mixtral架構的多功能大語言模型，融合深度心智與自我優化能力，支持多語言文本生成與複雜推理任務

基於Meta-Llama-3-8B優化的意大利語大語言模型，支持英語和意大利語文本生成任務

基於30萬條葡萄牙語指令數據集訓練的葡萄牙語模型，由microsoft/Phi-3-mini-4k微調而來

基於Meta-Llama-3-8B-Instruct的增強版本，通過卡布拉30k數據集進行微調優化，特別針對葡萄牙語理解和應答進行了專項優化。

Meta發佈的80億參數指令微調大語言模型，優化對話場景並在基準測試中超越多數開源聊天模型

Orbita-v0.1是一個基於Qwen 14B的土耳其語大語言模型，在土耳其語的多個維度上具備多樣化能力，涵蓋編程、數學等多種任務。

NeuralStar_AlphaWriter_4x7b是一個基於混合專家技術(MoE)構建的7B參數語言模型，專為創意寫作任務優化，融合了四個擅長不同寫作領域的專家模型。

mera-mix-4x7B是一個專家混合（MoE）模型，規模為Mixtral-8x7B的一半，但性能相當且推理速度更快。

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

基於Mistral-7B微調的葡萄牙語指令優化模型，使用20萬條葡萄牙語指令訓練，填補葡萄牙語模型空白

這是一個基於Gemma架構的2B參數規模的葡萄牙語大語言模型，專門針對巴西葡萄牙語優化，支持指令跟隨和文本生成任務。

基於Mistral-7B-Instruct-v0.2微調的葡萄牙語大語言模型，專注於提升葡萄牙語文本生成能力

Zephyr 7B Gemma是基於google/gemma-7b微調的語言模型，使用直接偏好優化(DPO)在公開合成數據集上訓練，旨在作為有用的助手。

Tito-7B-slerp是通過mergekit工具融合YugoGPT和AlphaMonarch-7B兩個模型而成的大語言模型，在塞爾維亞語和英語任務上表現優異。

Gemma是谷歌推出的輕量級開源大語言模型，基於與Gemini相同技術構建，適用於多種文本生成任務。

Gemma是Google推出的輕量級開放模型系列，基於與Gemini相同技術構建，適用於文本生成任務。

Pasta-Lake-7b 是一個通過合併 Test157t/Pasta-PrimaMaid-7b 和 macadeliccc/WestLake-7B-v2-laser-truthy-dpo 兩個模型而創建的7B參數規模的語言模型。

Gemma是Google推出的輕量級開源大語言模型，基於與Gemini相同技術構建，適用於多種文本生成任務。