# 中文文本生成

基于DeepSeek-R1-0528-Qwen3-8B模型转换的6位量化版本，适用于MLX框架的文本生成任务。

DeepSeek-R1-0528-4bit 是一个基于 DeepSeek-R1-0528 转换而来的 4 位量化模型，专为 MLX 框架优化。

这是一个基于Qwen/Qwen3-235B-A22B转换的3位深度量化模型，适用于文本生成任务。

这是一个基于Qwen/Qwen3-235B-A22B模型转换而来的混合3-6位量化版本，适用于苹果MLX框架的高效推理。

这是一个基于Qwen/Qwen3-30B-A3B转换至MLX格式的4位量化模型，适用于文本生成任务。

这是一个基于Qwen3-30B-A3B模型的4位量化版本，通过从6位量化蒸馏至4位定制的DWQ量化技术制作，适用于文本生成任务。

这是Qwen3-8B模型的GGUF格式版本，适用于llama.cpp框架，支持文本生成任务。

这是Qwen3-8B-abliterated模型的量化版本，使用llama.cpp进行量化，适用于文本生成任务。

Qwen团队提供的Qwen3-4B的Llamacpp imatrix量化版本，支持多种量化类型，适用于文本生成任务。

Doge模型采用动态掩码注意力机制进行序列转换，可选择多层感知机或跨域专家混合进行状态转换。

这是一个基于Google Gemma 3.4B参数模型转换的GGUF格式模型，适用于文本生成任务。

该模型是基于DeepSeek-R1-ReDistill-Qwen-7B-v1.1转换的GGUF格式模型，适用于文本生成任务。

这是一个基于ozone-ai/llama-3.1-0x-mini转换的GGUF格式模型，适用于llama.cpp框架。

基于CLUECorpusSmall预训练的轻量级中文GPT2模型，采用6层架构，专为中文文本生成任务优化

基于CLUECorpusSmall预训练的轻量级中文GPT2模型，6层/768维结构，专为中文文本生成优化

擅长处理自然语言转换任务的中文版mT5-small轻量级模型

专长于自然语言生成任务的中文版GPT2-Small模型

基于CLUECorpusSmall预训练的中文GPT2轻量级模型，参数规模为6层/768隐藏层，适用于中文文本生成任务

中文GPT2-distil模型，基于CLUECorpusSmall数据集预训练，适用于中文文本生成任务

基于GPT2架构的中文古诗生成模型，由UER-py预训练，支持生成中国古诗。

面向中文理解与生成的预训练非平衡Transformer模型，支持多种自然语言处理任务

基于BART架构的中文预训练模型，支持文本生成和理解任务，由复旦大学自然语言处理实验室发布

采用WECHSEL方法训练的中文GPT-2模型，通过子词嵌入的有效初始化实现单语语言模型的跨语言迁移。

面向中文理解与生成的预训练非平衡Transformer模型，支持文本到文本生成任务