# 知識密集型任務

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。

本項目提供了academic-ds-9B的量化版本，旨在讓知識為每個人所用。

Qwen3-30B-A3B-abliterated 是一個基於 Qwen 架構的 300 億參數大型語言模型，專注於文本生成任務。

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。

Qwen-2.5-7B-base-RAG-RL 是一個基於未知數據集從頭開始訓練的7B參數規模的大語言模型，結合了檢索增強生成(RAG)和強化學習(RL)技術。

Google推出的輕量級開源大語言模型，適用於多種文本生成任務

GLM-4-32B-0414是由THUDM開發的大規模語言模型，具有320億參數，適用於多種文本生成任務。

Llama-xLAM-2-70b-fc-r 是由 Salesforce 發佈的大型語言模型，基於 Llama 2 架構，具有 700 億參數。

這是一個通過mergekit工具合併的12B參數規模的語言模型，基於EtherealAurora-12B-v2融合了多個優秀模型的特點

ReasonIR-8B是首個專為通用推理任務訓練的檢索模型，在BRIGHT基準上實現了最先進的檢索性能，並在RAG應用中顯著提升了MMLU和GPQA基準的表現。

FANformer-1B是通過創新週期性機制增強語言建模能力的自迴歸模型，具有11億非嵌入參數，訓練token量達1萬億。

該模型是基於mlabonne/gemma-3-27b-it-abliterated轉換的GGUF格式版本，適用於llama.cpp框架的推理任務。

Trillion-7B預覽版是一款多語言大型語言模型，支持英語、韓語、日語和中文，在保持較低計算量的同時實現了與更高計算量模型競爭的性能。

這是Google Gemma 3B模型的GGUF量化版本，適用於本地推理，支持文本生成任務。

這是由google/gemma-3-12b-it轉換而來的GGUF格式模型，適用於llama.cpp框架。

該模型是基於Google的Gemma 3 27B IT模型轉換而來的GGUF格式版本，適用於本地推理。

Gemma 3.4B IT 是 Google 開發的一個 34 億參數的大語言模型，專注於指令調優版本，適用於多種自然語言處理任務。

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

一個14B參數規模的大語言模型，專注於指令遵循任務，支持文本生成能力。

Llama-3.1-Tulu-3.1-8B是由AllenAI開發的大語言模型，基於Llama架構，具有80億參數，專注於文本生成任務。

DeepSeek-R1-Distill-Llama-70B是DeepSeek團隊基於Llama架構開發的70B參數大語言模型，通過蒸餾技術優化，支持高效推理和微調。

WiroAI開發的基於Gemma-2-9b的土耳其語大語言模型，專注於對話生成任務

基於Google Gemma-2-9b-it模型優化的韓語版本，由Saltware開發，適用於韓語自然語言處理任務。

NanoLM-1B-Instruct-v1.1是一個10億參數規模的小型指令微調語言模型，支持多領域英文文本生成任務。

Kyara是一個通過知識檢索增強的語言模型微調項目，專注於提升模型在繁體中文等資源較少語言上的表現。

Jais系列是專為阿拉伯語優化的雙語大語言模型，同時具備強大的英語能力。30B-16K版本擁有300億參數，支持16,384個token的上下文長度。

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。

360智腦是由奇虎360開發的開源大語言模型系列，包含基礎模型和多種上下文長度的對話模型，支持中文和英文。

StrangeMerges_53-7B-model_stock 是使用 LazyMergekit 合併多個7B參數規模模型的結果，具有強大的文本生成能力。

基於Jamba-v0.1在Open-Platypus-Chat數據集上通過QLoRA微調的大語言模型，支持對話任務

基於Mistral架構的大語言模型，使用Pile數據集訓練，支持英語文本處理

OpenHercules-2.5-Mistral-7B 是一個基於 Mistral-7B 架構的融合模型，結合了 Hercules-2.5-Mistral-7B 和 OpenHermes-2.5-Mistral-7B 的優勢，適用於文本生成和對話任務。

Swallow-MX-8x7b-NVE-v0.1是基於Mixtral-8x7B-Instruct-v0.1進行持續預訓練的混合專家模型，主要增強了日語能力。

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。

TinyMistral-6x248M是通過LazyMergekit工具融合6個TinyMistral變體的混合專家系統，在nampdn-ai/mini-peS2o數據集上進行了預訓練

DareBeagle-7B是通過LazyMergekit合併mlabonne/NeuralBeagle14-7B和mlabonne/NeuralDaredevil-7B得到的7B參數大語言模型，在多個基準測試中表現優異。

Velara 11B v2 是一個基於Mistral架構的大型語言模型，專注於文本生成任務，採用Alpaca-InstructOnly2提示模板。

Norocetacean 20B 10K 是一個基於 Llama 2 架構的大型語言模型，經過微調以支持中文任務。

OpenHermes 2 Mistral 7B 是基於 Mistral-7B 微調的先進語言模型，主要使用 GPT-4 生成的合成數據進行訓練，擅長對話和指令跟隨任務。

Sheared-LLaMA-1.3B是基於LLaMA-2-7B通過結構化剪枝和持續預訓練得到的高效語言模型