# 多語言指令微調

這是一個基於Mistral-Small-3.2-24B-Instruct-2506轉換的MLX格式模型，適用於指令跟隨任務。

Samastam是Sarvam-1模型的早期指導變體，基於Alpaca-cleaned數據集微調，支持多語言指令響應。

Mistral-Small-24B-Instruct-2501 是一個24B參數規模的指令微調大語言模型，支持多語言文本生成任務。

基於Llama 3.3架構的70B參數大語言模型，支持多語言文本生成任務，經過量化優化適用於不同硬件環境

IBM-Granite的20億參數指導模型，支持多語言和長上下文任務，具備結構化推理能力。

這是原始模型 meta-llama/Llama-4-Scout-17B-16E-Instruct 的量化版本，採用 int4 量化技術優化，適用於多語言任務。

基於meta-llama/Llama-4-Maverick-17B-128E-Instruct轉換的4位量化模型，支持多語言文本生成任務

基於Mistral Small 3.1的24B參數指令微調模型，支持多語言和視覺理解，適用於本地部署和高效推理。

基於Llama-3.1-70B的超低位量化(1-2位)模型，採用IQ-DynamicGate技術實現精度自適應量化，在保持內存效率的同時提升準確性。

Qwen2.5-7B-Instruct 是通義千問大模型系列的最新7B參數指令微調模型，具備增強的知識量、代碼與數學能力，支持128K tokens長上下文和多語言處理。

Mistral-Small-3.1-24B-Instruct-2503 是一個24B參數規模的多語言指令微調模型，支持多種語言和任務，適用於文本生成和對話場景。

GaMS-9B-Instruct是基於谷歌Gemma 2系列改進的斯洛文尼亞生成模型，支持斯洛文尼亞語、英語及部分克羅地亞語、塞爾維亞語和波斯尼亞語，專注於文本生成任務。

基於多個Qwen系列32B參數模型的融合模型，採用Model Stock方法融合，增強多語言處理能力

基於GGUF格式的2B參數多語言指令微調模型，支持30+種語言，適用於文本生成任務。

這是LG AI Research開發的EXAONE-3.5-32B-Instruct模型的llamafied版本，是一個支持英語和韓語的大語言模型。

IBM開發的30億參數指令微調語言模型，基於Granite-3.0架構，支持多語言任務和商業應用

Granite-3.0-8B-Instruct是一個基於Granite-3.0-8B-Base微調的80億參數模型，採用多種開源指令數據集和內部合成的數據集組合進行訓練。

Llama 3.2是由Meta發佈的30億參數指令微調大語言模型，支持多語言文本生成任務

這是Meta發佈的Llama 3.2系列中的10億參數指令微調模型，已轉換為GGUF格式便於在llama.cpp中使用

Gemma 2 JPN是基於日語文本微調的Gemma 2 2B模型，具有出色的日語處理能力，適用於多種文本生成任務。

Mistral-Nemo-Instruct-2407是基於Mistral-Nemo-Base-2407進行指令微調的大語言模型，由Mistral AI與NVIDIA聯合訓練，性能超越同規模或更小的現有模型。

Aya 23是一個經過指令微調的開放權重研究版本模型，具備高度先進的多語言能力，支持23種語言。

基於Llama-3-8b構建的多語言混合模型，融合了德語、意大利語和英語能力

LLaMAntino-3-ANITA是基於Meta Llama 3構建的多語言（英語+意大利語）大型語言模型，專為意大利語NLP任務優化。

Mixtral-8x22B-Instruct-v0.1是基於Mixtral-8x22B-v0.1進行指令微調的大語言模型，支持多種語言和函數調用功能。

基於Gemma-2b微調的多語言指令模型，支持15種印度語言及英語

Calme-7B是一款基於Mistral-7B微調的70億參數語言模型，擅長生成清晰、平和且連貫的文本。

基於Mistral-7B-Instruct-v0.2微調的多語言指令跟隨模型，支持101種語言

Aya 101 是一個支持101種語言指令的大規模多語言生成式語言模型，在各類評估中優於同類模型。

Mixtral-8x7B是一個預訓練的生成式稀疏混合專家模型，在多數基準測試中表現優於Llama 2 70B。

Falcon-7B-Instruct的4位量化版本，使用AutoGPTQ工具進行量化，適用於資源受限環境下的高效推理。

FLAN-T5 XXL 是Google發佈的T5模型變體，在超過1000個額外任務上進行了微調，支持多種語言，性能優於原始T5模型。

FLAN-T5 XL是基於T5架構的指令微調語言模型，在1000+任務上微調後，多語言和少樣本性能顯著提升。

FLAN-T5是基於T5模型通過指令微調優化的語言模型，支持多語言任務處理，在相同參數量下性能優於原T5模型。