# 多語言指令

Mistral Small 3.2 24B Instruct 2506 是一個多語言大語言模型，支持文本和圖像輸入，文本輸出，具有128k的上下文長度。

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

基於Qwen3-14B大語言模型的高性能GGUF轉換版本，專為創造性推理、深層夢境邏輯、智能體交互和多語言指令優化

Qwen3-30B-A3B的INT4量化版本，通過權重量化減少75%的磁盤和GPU內存需求，保持高性能。

Qwen3-32B的INT4量化版本，通過權重量化減少75%的磁盤和GPU內存需求，保持高性能

Qwen3-30B-A3B-FP8-dynamic是基於Qwen3-30B-A3B模型通過FP8量化優化的版本，顯著降低了內存需求和計算成本，同時保持了原始模型的高準確率。

基於Qwen3-32B進行FP8動態量化的高效語言模型，顯著降低內存需求並提升計算效率

泰語大語言模型（指令調優版），擁有40億參數、128K上下文長度且具備函數調用能力

Qwen3-4B是通義千問系列最新40億參數大語言模型，支持思維模式與非思維模式切換，在推理、多語言和智能體任務中表現優異。

Qwen3-1.7B-FP8 是 Qwen 系列最新一代大語言模型的 FP8 版本，具備強大的推理、指令遵循、智能體交互和多語言支持能力。

Qwen3-4B是通義千問系列大模型的最新版本，提供40億參數的語言模型，支持思維與非思維模式切換，具備強大的推理、指令遵循和多語言能力。

Qwen3是通義千問系列最新一代大語言模型，提供完整的密集模型和專家混合(MoE)模型組合。基於大規模訓練，Qwen3在推理、指令遵循、智能體能力和多語言支持方面取得突破性進展。

Llama-3.2-3B-Instruct GGUF是Meta發佈的3B參數規模的大語言模型，採用IQ-DynamicGate技術進行超低位量化（1-2位），在保持內存效率的同時優化推理性能。

基於Qwen2.5-0.5B-Instruct構建，移植了microsoft/phi-4的詞表，可作為Phi-4的草稿模型使用。

Granite-3.2-2B-Instruct是一個20億參數的長上下文AI模型，專為思維推理能力微調。基於Granite-3.1-2B-Instruct構建，通過混合使用寬鬆許可的開源數據集和內部生成的合成數據訓練，旨在提升推理任務表現。

Phi-4-mini-instruct是基於合成數據和精選公開網站構建的輕量級開源模型，專注於高質量、強推理能力的數據。支持128K令牌上下文長度，通過監督微調和直接偏好優化進行增強，以確保精準的指令遵循和安全性。

YuLan-Mini-Instruct是一個24億參數的緊湊但強大的文本生成模型，專注於數學和代碼推理任務，支持中英文。

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。

Sherkala是一款80億參數的哈薩克語優先的多語言大語言模型，由G42旗下Inception與MBZUAI聯合開發，支持哈薩克語、英語、俄語和土耳其語。

Chocolatine-2-14B-Instruct-v2.0.3 是一個基於 Qwen-2.5-14B 架構的大語言模型，經過 DPO 微調，專注於法語和英語任務，在法語 LLM 排行榜中表現優異。

Llama-3.3-70B-Instruct的AWQ 4位量化版本，由Meta AI開發，支持多種語言，適用於文本生成任務。

基於Llama-3.2-1B-Instruct的俄語優化指令模型，效率提升5倍，適合低功耗設備部署

基於Meta Llama 3構建的日語優化大語言模型，通過持續預訓練增強日語能力，採用監督微調提升指令跟隨能力

Phi-3-Medium-128K-Instruct是一個擁有140億參數的輕量級開源模型，專注於高質量與強推理能力，支持128K上下文長度。

Home 3B v3是基於StableLM-3B-Zephyr微調的模型，專為家庭自動化控制設計，支持多語言和設備控制。