BAGEL是一个开源的7B活跃参数多模态基础模型，支持多模态理解与生成任务

这是Meta-Llama-3.1-8B-Instruct模型的INT8量化版本，通过权重量化和激活量化优化，适用于多语言商业和研究用途。

这是一个经过INT8量化的Mistral-Small-3.1-24B-Instruct-2503模型，由Red Hat和Neural Magic优化，适用于快速响应和低延迟场景。

QWQ-32B的INT8量化版本，通过减少权重和激活的表示位数来优化性能

Qwen2.5-VL-7B-Instruct的量化版本，支持视觉-文本输入和文本输出，通过INT8权重量化优化推理效率

DeepSeek-R1-Distill-Qwen-32B的INT8量化版本，通过权重量化和激活值量化减少显存占用并提升计算效率。

DeepSeek-R1-Distill-Qwen-14B的量化版本，通过INT8量化优化了权重和激活，降低了GPU内存需求并提高了计算效率。

Qwen2.5-7B-Instruct的INT8量化版本，适用于商业和研究用途的多语言场景，优化了内存需求和计算吞吐量。

FLUX.1-dev是一个文本生成图像的扩散模型，已通过Optimum Quanto量化为INT8格式，适用于非商业用途。

BGE-large-en-v1.5的量化(INT8)ONNX变体，通过DeepSparse进行推理加速

这是RoBERTa-base-go_emotions模型的ONNX版本，支持全精度和INT8量化，用于多标签情感分析任务。

这是一个使用Intel® Neural Compressor进行训练后静态量化的INT8 PyTorch模型，基于Google的ViT模型微调而来，在保持较高准确率的同时大幅减小模型体积。

这是DistilBERT基础未编码模型的INT8量化版本，专为问答任务设计，通过训练后静态量化优化了模型大小和推理速度。

I-BERT是RoBERTa-large的纯整数量化版本，通过INT8存储参数并使用整数运算执行推理，最高可实现4倍推理加速。

基于全词掩码技术预训练并在SQuAD v1.1上微调的BERT-large英文问答模型，量化至INT8精度