# 精度自適應

Qwen2.5-7B-Instruct是基於Qwen2.5-7B的指令微調模型，支持文本生成任務，特別優化了聊天場景下的表現。

採用IQ-DynamicGate技術的超低位量化（1-2位）模型，適用於內存受限設備和高效推理場景

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。

phi-2 是一個採用 IQ-DynamicGate 超低比特量化（1-2 比特）的文本生成模型，適用於自然語言處理和代碼生成任務。

GLM-Z1-32B-0414是一個32B參數規模的多語言文本生成模型，支持中文和英文，採用MIT許可證發佈。

採用IQ-DynamicGate技術的超低位量化(1-2比特)模型，適用於內存受限設備和邊緣計算場景

基於Meta Llama-3.1-70B-Instruct微調的模型，採用NVIDIA HelpSteer2數據集優化，支持文本生成任務。

基於OLMo-2-0325-32B-DPO的指令微調模型，採用IQ-DynamicGate超低比特量化技術，專為內存受限環境優化。

採用IQ-DynamicGate超低位量化技術的49B參數大語言模型，支持1-2位精度自適應量化，優化內存效率與推理速度

IBM Granite系列8B參數指令微調語言模型，採用IQ-DynamicGate超低比特量化技術，適用於高效推理場景

這是一個基於 Mistral-Small-3.1-24B-Base-2503 的指令微調模型，採用 GGUF 格式和 IQ-DynamicGate 超低比特量化技術。

Qwen2.5-7B-Instruct-1M是基於Qwen2.5-7B的指令微調版本，採用IQ-DynamicGate超低位量化技術（1-2比特），適用於內存受限環境下的高效推理。

Qwen2.5-14B-Instruct-1M 是一個基於 Qwen2.5-14B 的指令微調模型，支持文本生成任務，適用於聊天場景。

基於Llama-3-8B-Instruct的IQ-DynamicGate超低位量化(1-2比特)模型，採用精度自適應量化技術，在保持極致內存效率的同時提升推理精度。

Mistral-7B-Instruct-v0.1是一個基於Mistral-7B-v0.1的微調模型，支持文本生成任務，採用IQ-DynamicGate超低比特量化技術，適用於內存受限的部署環境。