# 多轮对话优化

Llama-3.3-Nemotron-Super-49B-v1 是一个大型语言模型，基于 Meta Llama-3.3-70B-Instruct 改进，增强了推理能力、人类聊天偏好以及任务执行能力，支持 128K tokens 的上下文长度。

ArliAI推出的高性能角色扮演与创意写作推理模型，基于320亿参数的QwQ-32B基础模型微调，专注于长对话连贯性和创造性输出

FlashVL是一种优化视觉语言模型（VLMs）以用于实时应用的新方法，旨在实现超低延迟和高吞吐量，同时不牺牲准确性。

Big-Alice-28B-v1是一个28B参数的大语言模型，经过llama.cpp的imatrix量化处理，提供多种量化版本以适应不同硬件需求。

这是一个基于cross-encoder/ms-marco-MiniLM-L12-v2微调的交叉编码器模型，用于文本重排序和语义搜索。

基于Qwen3-8B的俄语优化大语言模型，专为俄语文本生成任务设计

Typhoon2.1-Gemma3-12B 是一个基于Gemma3架构的120亿参数泰语大语言模型，支持128K上下文长度和函数调用功能。

ELYZA-Thinking-1.0-Qwen-32B 是由 ELYZA, Inc 训练的日语推理模型，基于 Qwen/Qwen2.5-32B-Instruct 进行后续训练，增强了日语推理能力。

这是Qwen3-14B-abliterated模型的量化版本，使用llama.cpp的imatrix选项进行量化，适用于文本生成任务。

基于Hugging Face transformers库的4B参数大语言模型，支持文本生成、思维模式切换、工具调用和长文本处理等功能。

Qwen3-8B的GGUF格式量化版本，由TensorBlock提供，兼容llama.cpp

这是一个基于Qwen/Qwen3-0.6B转换的MLX格式文本生成模型，支持中文和英文文本生成任务。

Qwen3-0.6B-8bit是基于Qwen/Qwen3-0.6B转换的8位量化版本，适用于MLX框架的文本生成模型。

基于Llama架构的3B参数语言模型，提供多种量化版本以适应不同硬件需求

Qwen-2.5-7B-base-RAG-RL 是一个基于未知数据集从头开始训练的7B参数规模的大语言模型，结合了检索增强生成(RAG)和强化学习(RL)技术。

这是一个针对新冠疫情领域优化的英语Bert模型，由Multi2ConvAI项目开发

基于Llama-3-3B架构的指令微调模型，支持对话、推理和角色扮演等任务，适用于通用人工智能辅助场景。

Mistral 7B OpenOrca是基于Mistral-7B架构的大语言模型，由OpenOrca团队训练，专注于文本生成任务。

奥陌陌-7b指令调优版v2是一个融合多个预训练语言模型的日语和英语文本生成模型，特别强化了角色扮演和多轮对话能力。

这是一个基于 Llama-70B 的蒸馏模型，经过 mlx-lm 转换为 MLX 格式，并进行了 4 位量化处理。

Gemma-2-Llama-Swallow系列是通过对gemma-2模型进行持续预训练构建的，显著增强了日文语言处理能力，同时保留原有英文能力。

基于Google Gemma 3 270亿参数指令调优模型的量化版本，采用量化感知训练(QAT)权重生成，支持多种量化级别以适应不同硬件需求。

Bielik-1.5B-v3-Instruct是一款拥有16亿参数的波兰语生成式文本模型，基于Bielik-1.5B-v3进行指令微调，由SpeakLeash与ACK Cyfronet AGH合作开发。

通过SLERP方法合并的8B参数语言模型，结合了DeepSeek-R1和Nemotron-8B模型的优势

基于谷歌Gemma-3-12B模型，专门针对泰卢固语进行监督式微调的大语言模型，支持高质量的文本生成和对话任务。

Gemma 2 27B IT 是一个基于 AutoAWQ 量化的 4-bit 大语言模型，适用于对话和指令跟随任务。

这是NVIDIA Llama-3_1-Nemotron-Ultra-253B-v1模型的量化版本，使用llama.cpp进行量化，支持多种量化类型，适用于不同硬件环境。

Llama-4-Scout-17B-16E-Instruct是Meta发布的17B参数指令微调大语言模型，经过量化处理以提高运行效率

这是Llama-4-Scout-17B-16E-Instruct的轻量版本，为用户提供了一种更为精简的使用选择。

Gemma 3 4B Instruct 是 Google 开发的一个 40 亿参数的大语言模型，专注于文本生成和理解任务。

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

基于DPO方法微调的语言模型，适用于文本生成任务

基于Mistral-7B的乌克兰语指令微调模型，使用Unsloth和TRL库进行高效训练

xLAM-2是基于先进数据合成和训练管道构建的大型动作模型，擅长多轮对话和工具使用，能将用户意图转化为可执行动作。

一个以成为AI虚拟主播灵魂为目标的混合专家模型，结合了代码生成、指令跟随和多轮对话能力

该模型是通过llama.cpp从google/gemma-3-4b-it转换为GGUF格式的，适用于本地部署和推理。

基于Qwen2.5-32B-Instruct开发的日语推理模型，融合了QwQ-32B的ChatVector，优化了日语推理性能。

这是一个基于TheDrummer/Fallen-Gemma3-4B-v1模型的量化版本，使用llama.cpp进行量化处理，适用于文本生成任务。

Gemma 3 12B IT MLX 4Bit 是基于 unsloth/gemma-3-12b-it 转换而来的 MLX 格式模型，适用于苹果芯片设备。

NVIDIA发布的8B参数规模的开源大语言模型，基于Llama-3架构，提供多种量化版本