# MLX优化

DiffuCoder-7B-cpGRPO-8bit是一个转换为MLX格式的代码生成模型，基于apple/DiffuCoder-7B-cpGRPO转换而来，专为开发者提供高效的代码生成工具。

DiffuCoder-7B-cpGRPO-6bit 是一个基于 MLX 格式转换的文本生成模型，专注于代码和文本扩散任务。

ERNIE-4.5-21B-A3B-PT-8bit 是百度 ERNIE-4.5-21B-A3B-PT 模型的 8 位量化版本，转换为 MLX 格式，适用于苹果芯片设备。

DiffuCoder-7B-cpGRPO-4bit 是一个基于苹果 DiffuCoder-7B-cpGRPO 模型转换而来的 4 位量化版本，专为 MLX 框架优化。

基于腾讯混元A13B大模型转换的5bit量化版本，适用于苹果芯片的MLX框架

腾讯混元A13B大语言模型的4bit量化版本，适用于指令跟随任务

ERNIE-4.5-0.3B-PT-bf16 是由百度开发的 ERNIE 系列模型的一个版本，参数规模为 0.3B，使用 bf16 精度进行训练。

Jan-nano-8bit 是基于 Menlo/Jan-nano 模型转换而来的 8 位量化版本，专为 MLX 框架优化，适用于文本生成任务。

这是一个基于Qwen3-235B-A22B-8bit模型转换而来的4位量化版本，专为MLX框架优化，适用于文本生成任务。

这是一个基于MLX格式转换的大语言模型，适用于文本生成任务。

这是一个基于DeepSeek-R1-0528-Qwen3-8B模型转换的MLX格式8位量化版本，适用于文本生成任务。

该模型是基于 deepseek-ai/deepseek-r1-0528-Qwen3-8B 转换的 MLX 格式版本，适用于苹果设备的本地推理。

基于Llama 3.3 70B指令微调模型的4位DWQ量化版本，适用于MLX框架的高效推理

这是一个基于MLX格式的4位量化语言模型，适用于文本生成任务。

Devstral-Small-2505-bf16 是一个基于 MistralAI 的 Devstral-Small-2505 模型转换而来的 MLX 格式模型，支持多种语言处理任务。

Devstral-Small-2505-8bit 是一个基于 mistralai/Devstral-Small-2505 转换的 8 位量化模型，适用于 MLX 框架，支持多种语言的文本生成任务。

MedGemma-27B-Text-IT-BF16 是一个基于 MLX 格式转换的大型语言模型，专注于医疗健康领域的文本处理任务。

MedGemma是基于Google开发的医疗领域大语言模型，专注于临床推理和医疗文本生成任务。

MedGemma-27B-Text-IT-4bit是基于Google的MedGemma-27B-Text-IT模型转换而来的MLX格式模型，专为医疗和临床推理任务优化。

MedGemma-4B-IT-8bit是Google MedGemma模型的MLX格式转换版本，专注于医疗领域的视觉语言任务。

MedGemma-4B-IT-4bit 是一个专为医学领域设计的视觉语言模型，支持图像和文本处理，适用于医学图像分析等任务。

Qwen3-32B-8bit是基于Qwen3-32B模型量化的8位版本，适用于文本生成任务，由mlx-community发布。

这是一个基于Google Gemma 3 27B IT模型转换的4位量化版本，专为MLX框架优化。

Gemma 3 12B模型的4位量化版本，适用于MLX框架，支持高效文本生成任务。

该模型是Qwen3-4B的4位DWQ量化版本，转换为MLX格式，方便使用mlx库进行文本生成。

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MLX格式的文本转语音模型，支持英文和中文，由prince-canuma/Spark-TTS-0.5B转换而来。

Qwen3-30B-A3B-4bit-DWQ-0508是基于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。

这是一个基于微软Phi-4-mini-reasoning模型转换的MLX格式4位量化版本，适用于文本生成任务。

基于Qwen3-1.7B的4位量化版本，适用于MLX框架的轻量级大语言模型

该模型是基于Qwen/Qwen3-30B-A3B转换而来的MLX格式模型，支持8位量化，适用于文本生成任务。

Qwen3-8B-bf16 是基于 Qwen/Qwen3-8B 转换的 MLX 格式模型，支持文本生成任务。

Qwen3-30B-A3B-8bit 是 Qwen/Qwen3-30B-A3B 模型的 MLX 格式转换版本，支持在 Apple 芯片上高效运行。

Qwen3-1.7B-4bit是通义千问1.7B模型的4位量化版本，已转换为MLX框架格式，便于在Apple Silicon设备上高效运行。

基于Qwen/Qwen3-8B转换的8位量化MLX格式大语言模型，适用于文本生成任务

该模型是Qwen3-32B的MLX格式4位量化版本，专为在Apple Silicon设备上高效运行而优化。

UI-TARS-1.5-7B-4bit是一个多模态模型，专注于图像文本到文本的转换任务，支持英文语言。

DeepSeek-R1-Distill-Qwen-7B 是由 deepseek-ai 发布的蒸馏版大语言模型，基于 Qwen-7B 架构，适用于文本生成任务。

Dia-1.6B-6bit 是一个基于 Dia-1.6B 的 6 位量化版本，专为 MLX 框架优化的文本转语音模型。

Dia-1.6B-4bit 是一个基于 MLX 格式的 4 位量化文本转语音模型，由 nari-labs/Dia-1.6B 转换而来。