基于Qwen3-8B的量化版本，采用IQ-DynamicGate超低位量化技术，优化内存效率和推理速度

Qwen3-30B-A3B是基于Qwen3-30B-A3B-Base的大语言模型，支持文本生成任务，采用超低位量化技术优化内存效率。

Qwen3-14B是基于Qwen/Qwen3-14B-Base生成的GGUF格式模型，支持文本生成任务，采用IQ-DynamicGate超低比特量化技术优化内存效率。

GLM-Z1-9B-0414 是一个支持中英双语的文本生成模型，采用 GGUF 格式，适用于多种量化级别，从 BF16 到超低位量化（1-2 比特）。

OlympicCoder-7B是基于Qwen2.5-Coder-7B-Instruct优化的代码生成模型，采用IQ-DynamicGate超低比特量化技术，专为内存受限环境设计。

采用IQ-DynamicGate技术的超低位量化(1-2比特)语言模型，适用于内存受限环境

采用IQ-DynamicGate技术的超低位量化（1-2比特）大语言模型，支持多语言文本生成任务

基于Llama-3-8B架构优化的超低比特量化模型，采用IQ-DynamicGate技术实现1-2比特精度自适应量化，适用于内存受限环境。

基于Llama-3.1-70B的超低位量化(1-2位)模型，采用IQ-DynamicGate技术实现精度自适应量化，在保持内存效率的同时提升准确性。

OlympicCoder-32B是基于Qwen2.5-Coder-32B-Instruct的代码生成模型，采用IQ-DynamicGate超低位量化技术，适用于内存受限环境下的高效推理。

Qwen2.5-VL-7B-Instruct 是一个多模态视觉语言模型，支持图像理解和文本生成任务。

Gemma 3 27B参数的GGUF量化版本，支持图像文本交互任务

EXAONE-Deep-32B是一个32B参数的大语言模型，支持英语和韩语，专为文本生成任务设计。

基于Llama-3架构的8B参数模型，采用IQ-DynamicGate超低比特量化技术优化内存使用

采用IQ-DynamicGate技术的超低位量化（1-2比特）的7.8B参数模型，支持英语和韩语文本生成任务。

Llama-3.1-8B-Instruct 是基于 Llama-3-8B 的指令调优版本，采用 IQ-DynamicGate 技术进行超低位量化（1-2 比特），在保持内存效率的同时提升准确性。

Mistral-7B-Instruct-v0.2是基于Mistral-7B架构的指令微调模型，支持文本生成任务，采用IQ-DynamicGate超低比特量化技术优化内存效率。