# 多語言指令跟隨

Granite-3.3-8B-Instruct 是一款具有80億參數、支持128K上下文長度的語言模型，專為提升推理和指令跟隨能力而微調。

Qwen3-235B-A22B模型的FP8量化版本，有效降低GPU內存需求，提高計算吞吐量，適用於多種自然語言處理場景。

Qwen3-14B-FP8-dynamic 是一個經過優化的大語言模型，通過將激活值和權重量化為 FP8 數據類型，有效降低了 GPU 內存需求，提高了計算吞吐量。

Qwen3是通義千問系列最新一代大語言模型，提供完整的稠密模型與混合專家(MoE)模型套件。基於大規模訓練，Qwen3在推理、指令跟隨、智能體能力和多語言支持方面實現突破性進展。

Qwen3-0.6B-FP8是通義千問系列大語言模型的最新版本，提供0.6B參數的FP8量化版本，支持思維模式自由切換和多種語言任務。

Mistralai推出的24B參數指令微調模型，支持128k上下文長度和多語言處理，採用Neo Imatrix技術和MAX量化方案提升性能

Granite-3.2-8B-Instruct是一個80億參數的長上下文AI模型，專為思維推理能力微調，支持多種語言和任務。

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，支持12種語言和多任務處理。

Falcon3-10B-Instruct是Falcon3系列的開源基礎模型，擁有100億參數，專注於高質量指令跟隨任務，支持多語言處理，上下文長度可達32K tokens。

這是一個基於Meta Llama-3.2-1B-Instruct模型轉換的GGUF格式量化版本，適用於本地推理場景。

這是microsoft/Phi-3-medium-4k-instruct的正交化版本，通過特定技術抑制了模型的拒絕傾向，儘可能保留了原始模型的知識和能力。

Phi-3-Medium-4K-Instruct是一個140億參數的輕量級開源模型，專注於高質量推理能力，支持4K上下文長度，適用於英語環境下的商業和研究用途。

基於mistralai/Mixtral-8x22B-Instruct-v0.1模型的GGUF量化版本，支持多語言文本生成任務

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

基於Llama 2系列優化的日語增強型大語言模型，通過監督式微調提升指令跟隨能力

這是一個基於LLaMA-2增強的70億參數泰米爾語大語言模型，支持泰米爾語和英語的文本生成任務。

42dot開發的13億參數指令跟隨型大語言模型，基於LLaMA 2架構的監督微調版本

基於LLaMA 7B的多語言指令跟隨語言模型，支持英文、中文和日語，適用於聊天機器人和指令跟隨任務。