# 長文本生成

基於Mistral模型的動漫角色聊天機器人，以《幫助狐仙大人》中的Senko為藍本，提供情感支持和溫暖對話體驗

這是OpenBuddy-R1-0528-Distill-Qwen3-32B-Preview0-QAT的量化版本，藉助量化技術可以在不同硬件條件下更高效地運行模型。

Schreiber-mistral-nemo-12B 是基於 mistral-nemo-kartoffel-12B 微調的大型語言模型，專注於提供更強大和精準的語言處理能力。

這是一個基於PocketDoc/Dans-PersonalityEngine-V1.3.0-24b轉換的GGUF格式模型，適用於多種文本生成任務。

這是一個使用GPTQ方法對GLM-4-32B-0414進行4位量化的模型，適用於消費級硬件。

基於Archaeo-32B進行強化學習訓練的融合模型，專為角色扮演與創意寫作優化

這是Gryphe的MythoMax-L2-13B模型的GGUF轉換的浮點16位版本，專為在高顯存GPU上進行全質量本地推理而設計。

Qwen3是Qwen系列最新一代的大語言模型，提供了一套全面的密集和混合專家（MoE）模型。基於廣泛的訓練，Qwen3在推理、指令遵循、代理能力和多語言支持方面實現了突破性進展。

基於Gemma 27b微調的對話模型，旨在復現Claude 3的文本質量，支持ChatML格式的對話交互。

Qwen2.5是Qwen大語言模型的最新系列，1.5B參數規模的指令調優模型，支持多語言和長文本生成。

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。

專為日語小說創作輔助而微調的大規模語言模型預覽版本

ThinkAgain1.5是一款強大的文本生成模型，具備自然且智能的推理能力，支持工具調用，在多種語言場景下都能發揮作用。

基於DeepSeek-R1-Distill-Qwen-14B微調優化的創意寫作增強模型，在創意寫作方面表現顯著提升

Gemma 3 12B IT是由谷歌開發的大語言模型，支持多模態輸入和長上下文處理。

Google出品的Gemma 3 4B IT模型，支持多模態輸入和長上下文處理，適用於文本生成和圖像理解任務。

該模型是基於Qwen2.5-14B-Instruct微調而來的文本生成模型，使用TRL庫進行訓練。

專為Gensyn強化學習群設計的0.5B參數指令微調模型，支持本地微調訓練

Qwen2.5-7B-Instruct 是通義千問大模型系列的最新7B參數指令微調模型，具備增強的知識量、代碼與數學能力，支持128K tokens長上下文和多語言處理。

基於Llama-3.2-3B-Instruct架構的強化推理模型，擅長數學分析、邏輯推理和結構化數據理解。

Trillion-7B預覽版是一款多語言大語言模型，支持英語、韓語、日語和中文，在計算效率和性能表現上優於同類7B規模模型。

T3Q-qwen2.5-14b-v1.2-e2是基於Qwen/Qwen2.5-14B-Instruct-1M模型進行後訓練的版本，採用LoRA-8-4-0.0001-cosine-32-16配置，訓練數據為train_data_v1.2。

這是一個基於Qwen2.5-14B-Instruct-1M的量化模型，轉換為GGUF格式，適用於llama.cpp框架。

基於Flash線性注意力機制的RWKV-7 g1模型，支持多語言處理並具備深度思考能力

基於Qwen的QwQ 32B架構優化的大語言模型，專注於高效內存利用、編程輔助和複雜問題解決。

Hiber-Multi-10B-Instruct 是一個基於 Transformer 架構的先進多語言大模型，支持多種語言，具有100億參數，適用於文本生成任務。

ALLaM是由沙特數據與人工智能管理局(SDAIA)開發的阿拉伯語言技術大語言模型，支持阿拉伯語和英語，採用完全從頭訓練模式，具有70億參數。

基於純RNN的70億參數模型，通過知識蒸餾訓練，展示RWKV-7的高效循環機制和無自注意力架構。

採用閃存線性注意力架構的RWKV-7模型，支持多語言文本生成任務。

這是QVQ-72B-Preview-abliterated模型的GPTQ量化8位版本，支持圖像文本到文本的轉換任務。

基於Qwen2.5-14B和Qwen2.5-14B-Instruct模型的多階段訓練模型，專注於文本生成和指令理解任務。

Magnolia-v3-Gemma2-8k-9B是通過mergekit合併預訓練語言模型而創建的模型，為文本生成提供了新的解決方案。

專為小說、故事創作優化的Gemma2模型，通過融合多個頂尖故事創作模型微調而來，具備更豐富、細膩、有深度的內容生成能力。

這是基於Llama-3.3-70B-Instruct模型的GPTQ量化8位版本，經過微調優化，適用於對話推理任務。

基於mergekit工具合併的12B參數語言模型，融合了UnslopNemo-12B-v4的抗GPT特性和MN-12B-Mag-Mell-R1的智能表現，適用於創意寫作和角色扮演場景

基於Llama 3.3 Instruct訓練的70B參數大語言模型，專注於對話生成和創意內容創作

Bamba-9B 是基於 Mamba-2 架構的解碼器專用語言模型，經過兩階段訓練，擅長處理廣泛的文本生成任務。

馬格南V4 72B是基於Qwen打造的模型系列中的一員，旨在復刻Claude 3系列模型的散文質量，適用於本地AI聊天應用。

基於Mistral-Large-Instruct微調的123B參數模型，旨在復現Claude 3的文本生成質量

基於Mistral架構的創意寫作模型，以誇張文風和不可預測的創意輸出著稱，專為散文、小說創作和角色扮演設計。