基于Qwen2.5-14B大语言模型的GPTQ量化版本，支持英语和西班牙语文本生成任务

基于Qwen3-30B-A3B专家混合模型的优化版本，通过减少激活专家数量提升速度，支持64k上下文长度，适用于多种文本生成任务。

基于Qwen3-30B-A3B混合专家模型的GGUF量化版本，上下文扩展至128k，采用NEO Imatrix量化技术优化，支持多语言和多任务处理。

这是原始模型 meta-llama/Llama-4-Scout-17B-16E-Instruct 的量化版本，采用 int4 量化技术优化，适用于多语言任务。

Doge是一个采用动态掩码注意力机制进行序列转换的模型，可使用多层感知器或跨域专家混合进行状态转换。

这是 NVIDIA 基于 Meta Llama-3.1-70B-Instruct 定制的 Llama-3.1-Nemotron-70B-Instruct 模型的 AWQ 4位量化版本，专注于提升生成响应的有用性。

Jamba-Hercules是基于ai21labs/Jamba-v0.1微调的大语言模型，使用Locutusque/hercules-v4.0数据集进行训练，专注于文本生成任务。

基于Mistral架构的7B参数大语言模型，采用DPO(直接偏好优化)训练，在多项基准测试中表现优异

Maral是一款专注于波斯语的大型语言模型，基于Mistral架构，在波斯语Alpaca数据集上训练而成，同时支持英语生成。

GenZ 是基于 Meta 开源 Llama V2 700 亿参数模型微调的先进大语言模型，旨在为开源社区提供高性能的文本生成能力。