# 複雜任務處理

DeepSeek-R1-0528 671B模型的4位AWQ量化版本，適合在高端GPU節點上使用

基於千問3-30B-A3B的混合專家模型微調版本，激活專家數提升至16，上下文窗口擴展至128k，適合複雜推理場景

GLM-4-32B-0414是GLM家族的新成員，參數規模達320億，性能與GPT系列相當，支持本地部署。

GLM-4-32B-0414是GLM家族的新成員，擁有320億參數，性能媲美GPT系列和DeepSeek系列，支持本地部署。

GLM-4-32B-0414是擁有320億參數的大語言模型，性能媲美GPT-4o和DeepSeek-V3，支持中文和英語，具備卓越的代碼生成、函數調用和複雜任務處理能力。

GLM-4-32B-0414是擁有320億參數規模的大語言模型，性能與GPT系列相當，支持中英文，擅長代碼生成、函數調用和複雜任務處理。

基於多個12B參數規模的大語言模型融合而成，具備文本生成和對話能力

基於多個Captain-Eris系列模型通過mergekit工具合併的預訓練語言模型

QVQ-72B-Preview的GGUF量化版本，適用於本地部署和推理。

Reflection Llama-3.1 70B 是一款開源大語言模型，採用'反思調優'技術訓練，能夠自主檢測推理錯誤並修正方向。

Badger是通過遞歸最大成對不相交歸一化去噪傅里葉插值方法生成的Llama3 8B指令模型，融合了多個優秀模型的特性。

WizardLM-2 7B是微軟AI團隊開發的高效大語言模型，基於Mistral-7B架構，在多語言、推理和代理任務上表現優異。

Kunoichi-DPO-v2-7B是基於Mistral架構的7B參數大語言模型，採用DPO（Direct Preference Optimization）優化訓練，在多項基準測試中表現優異。

CAMEL-33B是基於LLaMA-33B微調的大語言模型，整合了CAMEL框架對話數據、ShareGPT公開對話和Alpaca指令數據，擅長多輪對話和指令理解。

Tulu 65B是基於多指令數據集微調的65B參數LLaMa模型，是開放資源指令調優研究的成果，綜合性能強勁。