# 指令微調

騰訊混元A13B指令模型的量化版本，通過技術手段在保證性能的同時提升運行效率。

Gemma 3n-E2B-it 是 Google 推出的輕量級開源多模態模型，基於與 Gemini 相同技術構建，專為低資源設備優化。

這是Gryphe的Codex-24B-Small-3.2模型的量化版本，通過量化技術優化了在不同硬件條件下的運行效率。

Gemma 3n是Google推出的輕量級、最先進的開源多模態模型家族，基於與Gemini模型相同的研究和技術構建，支持文本、音頻和視覺輸入。

Fanar-1-9B-Instruct 是一款強大的阿拉伯語 - 英語大語言模型，由卡塔爾計算研究機構（QCRI）開發，支持現代標準阿拉伯語及多種阿拉伯方言，並與伊斯蘭價值觀和阿拉伯文化保持一致。

Kanana-1.5-8B-Instruct-2505 是由 Kakao Corp 開發的一個 8B 參數規模的指令微調語言模型，適用於文本生成任務。

marin-8b-instruct 是一個 8B 參數規模的指令微調語言模型，適用於文本生成任務。

Seed-Coder-8B-Instruct 是一款強大的開源代碼模型，具有以模型為中心、透明和高性能等特點，在多種編碼任務中表現出色。

該模型是基於Qwen/Qwen2.5-1.5B-Instruct微調而來的文本生成模型，使用TRL進行訓練，為文本生成任務提供了強大的支持。

Spatial-LLaVA-7B是基於LLaVA模型微調的多模態模型，專注於提升空間關係推理能力，適用於多模態研究和聊天機器人開發。

這是一個基於Gryphe/Pantheon-Proto-RP-1.8-30B-A3B模型的量化版本，使用llama.cpp進行量化，適用於角色扮演和文本生成任務。

該模型是Bielik-4.5B-v3.0-Instruct的FP8量化版本，通過AutoFP8技術將權重和激活量化為FP8數據類型，減少約50%的磁盤空間和GPU內存需求。

這是一個基於Bielik-1.5B-v3.0-Instruct模型的FP8動態量化版本，適配vLLM或SGLang推理框架，通過AutoFP8量化技術將參數字節數從16位降至8位，顯著降低磁盤空間和GPU顯存需求。

這是一個波蘭語的1.5B參數指令微調模型，基於SpeakLeash的Bielik系列開發，適用於文本生成任務。

OLMo-2-0425-1B-Instruct是由AllenAI開發的一個10億參數規模的指令微調語言模型，專注於文本生成任務。

OLMo 2 1B指令版是基於OLMo-2-0425-1B-RLVR1模型的後訓練變體，經過監督微調、DPO訓練和RLVR訓練，旨在實現多種任務的最先進性能。

一個輕量級指令微調語言模型，專為移動端部署優化

這是 Josiefied-Qwen3-4B-abliterated-v1 模型的 GGUF 量化版本，適用於本地部署和運行。

OLMo 2 1B是基於allenai/OLMo-2-0425-1B-RLVR1模型的後訓練變體，經過監督微調、DPO訓練和RLVR訓練，旨在實現多種任務的最先進性能。

基於Mistral架構優化的指令微調模型，適用於零樣本分類任務

StableLM Zephyr 3B是一個30億參數的指令調優模型，基於公開數據集、合成數據集和直接偏好優化(DPO)訓練，性能表現優異。

基於Gemma 2.9B的量化版本，使用llama.cpp進行優化，適合在LM Studio中運行。

Aya-23是一個開放權重的指令微調模型研究版本，具有高度先進的多語言能力，支持23種語言。

Llama-Krikri-8B-Instruct是由雅典娜研究中心開發的希臘語指令調優大語言模型，基於Llama-3.1-8B構建，增強了希臘語和英語的多任務處理能力。

Badger Writer 是基於多個 Llama 3 8B 模型的歸一化傅里葉任務疊加模型，專注於文本生成任務，特別擅長創意寫作和指令跟隨。

MKLLM-7B是一款面向馬其頓語的開源大語言模型，基於Mistral-7B-v0.1模型通過持續預訓練馬其頓語和英語混合文本構建而成。

基於Gemma-2架構的日語增強大語言模型，通過持續預訓練顯著提升日語能力，同時保留原版英語能力

Gemma-2-Llama-Swallow系列模型是在Gemma-2基礎上進行持續預訓練構建的多語言大模型，特別增強了日語能力。

Gemma-2-Llama-Swallow系列是通過對gemma-2模型進行持續預訓練構建的，顯著增強了日文語言處理能力，同時保留原有英文能力。

Turkish-Gemma-9b-v0.1是基於Gemma-2-9b開發的土耳其語文本生成模型，通過持續預訓練、監督微調（SFT）、直接偏好優化（DPO）和模型合併技術優化而成。

Bielik-4.5B-v3-Instruct是一款擁有46億參數的波蘭語生成式文本模型，基於Bielik-4.5B-v3進行指令微調，展現出卓越的波蘭語理解和處理能力。

OLMo 2 1B是艾倫人工智能研究所推出的開放語言模型系列中最小的模型，基於OLMo-mix-1124預訓練，並在中期訓練階段使用Dolmino-mix-1124數據集。

Falcon-E-1B-Instruct 是一個基於1.58比特架構的高效語言模型，專為邊緣設備優化，具有低內存佔用和高性能的特點。

基於Qwen2.5架構的14B參數規模代碼生成與理解模型，通過Model Stock方法融合多個專業編碼模型而成

VideoChat-R1-thinking_7B 是一個基於 Qwen2.5-VL-7B-Instruct 的多模態模型，專注於視頻文本轉文本任務。

多語言E5大型指令模型，支持多種語言的文本嵌入和分類任務，具有強大的跨語言能力。

Gemma 3是谷歌推出的輕量級開源多模態模型，基於與Gemini相同技術構建，支持文本和圖像輸入並生成文本輸出。

Latxa是基於Llama-3.1的70B參數巴斯克語大語言模型，經過指令微調和FP8量化，專為巴斯克語優化設計

這是一個基於Gemma-2-9B系列模型通過DARE TIES方法合併的多模型融合版本，整合了多個Gemma變體的優勢。

專為Gensyn RL Swarm設計的1.5B參數指令微調模型，支持通過點對點強化學習進行本地微調