基于Llama-3.1架构的8B参数大语言模型，提供多种量化版本的GGUF格式文件

由NVIDIA开发的大型语言模型，基于Llama-3架构，拥有490亿参数，适用于多种文本生成任务。

基于Llama 3.1架构的8B参数语言模型，通过mergekit合并多个模型而成，具备文本生成能力

基于Llama 3.1架构的8B参数模型，通过mergekit合并多个预训练模型而成，具备文本生成能力。

基于Qwen2.5架构的7B参数规模语言模型，通过TIES方法融合多个预训练模型而成

这是一个使用SLERP方法合并的14B参数规模的大语言模型，由li-14b-v0.4和miscii-14b-0218两个基础模型合并而成。

基于kobkrit/thai-t5-base微调的泰语指令模型，支持对话、问答、摘要等任务

Phi-4-Model-Stock-v2是基于多个Phi-4变体模型合并而成的大语言模型，采用model_stock合并方法，在多个基准测试中表现良好。

基于Llama3.2架构的1B参数量化模型，支持文本生成任务，适用于多种量化版本选择

由日本国立信息学研究所开发的大语言模型，支持日语和英语，基于Transformer架构，参数量130亿

基于多个8B参数Llama-3.1模型的合并模型，采用model_stock方法优化性能

Gemma是Google推出的轻量级前沿开放模型系列，基于与Gemini相同技术构建，适用于多种文本生成任务。

Gemma是Google推出的轻量级前沿开放模型系列，基于与Gemini相同技术构建，适用于多种文本生成任务。

Gemma是Google推出的轻量级开源大语言模型系列，基于创建Gemini模型的相同技术构建，适用于多种文本生成任务。

基于Llama 3架构的8B参数模型，使用多种DPO数据集训练，专注于文本生成任务

UNA-ThePitbull-21.4B-v2是一款基于21.4B参数的大型语言模型，性能接近70B模型，融合了情商与智商，擅长对话和文本生成。

这是一个通过mergekit合并多个预训练语言模型得到的专家混合模型，旨在创造最不受约束的文本生成能力。

这是一个基于Llama-3架构的8B参数模型，通过mergekit工具合并了多个预训练模型，具有较好的文本生成能力。

基于Mixtral架构的多功能大语言模型，融合深度心智与自我优化能力，支持多语言文本生成与复杂推理任务

基于Meta-Llama-3-8B优化的意大利语大语言模型，支持英语和意大利语文本生成任务

基于30万条葡萄牙语指令数据集训练的葡萄牙语模型，由microsoft/Phi-3-mini-4k微调而来

基于Meta-Llama-3-8B-Instruct的增强版本，通过卡布拉30k数据集进行微调优化，特别针对葡萄牙语理解和应答进行了专项优化。

Meta发布的80亿参数指令微调大语言模型，优化对话场景并在基准测试中超越多数开源聊天模型

Orbita-v0.1是一个基于Qwen 14B的土耳其语大语言模型，在土耳其语的多个维度上具备多样化能力，涵盖编程、数学等多种任务。

NeuralStar_AlphaWriter_4x7b是一个基于混合专家技术(MoE)构建的7B参数语言模型，专为创意写作任务优化，融合了四个擅长不同写作领域的专家模型。

mera-mix-4x7B是一个专家混合（MoE）模型，规模为Mixtral-8x7B的一半，但性能相当且推理速度更快。

RecurrentGemma是基于Google新型循环架构构建的开源语言模型，提供更高效的长序列处理能力

基于Mistral-7B微调的葡萄牙语指令优化模型，使用20万条葡萄牙语指令训练，填补葡萄牙语模型空白

这是一个基于Gemma架构的2B参数规模的葡萄牙语大语言模型，专门针对巴西葡萄牙语优化，支持指令跟随和文本生成任务。

基于Mistral-7B-Instruct-v0.2微调的葡萄牙语大语言模型，专注于提升葡萄牙语文本生成能力

Zephyr 7B Gemma是基于google/gemma-7b微调的语言模型，使用直接偏好优化(DPO)在公开合成数据集上训练，旨在作为有用的助手。

Tito-7B-slerp是通过mergekit工具融合YugoGPT和AlphaMonarch-7B两个模型而成的大语言模型，在塞尔维亚语和英语任务上表现优异。

Gemma是Google推出的轻量级开放模型系列，基于与Gemini相同技术构建，适用于文本生成任务。

Pasta-Lake-7b 是一个通过合并 Test157t/Pasta-PrimaMaid-7b 和 macadeliccc/WestLake-7B-v2-laser-truthy-dpo 两个模型而创建的7B参数规模的语言模型。

Gemma是Google推出的轻量级开源大语言模型，基于与Gemini相同技术构建，适用于多种文本生成任务。

Gemma是Google推出的轻量级开源大语言模型系列，基于创建Gemini模型的研究和技术构建。

TinyMistral-248M-v3 是一个248M参数规模的小型语言模型，目前仍在训练中，已训练约210亿个标记。

BoreanGale-70B 是一个使用自定义算法(NearSwap)合并的70B参数大语言模型，由miqu-1-70b-sf和WinterGoddess-1.4x-70B-L2两个模型合并而成。

StrangeMerges_17-7B-dare_ties是通过LazyMergekit合并的两个模型Gille/StrangeMerges_16-7B-slerp和Gille/StrangeMerges_12-7B-slerp的产物，采用

基于WestLake-7B-v2-laser模型在truthy-dpo-v0.1数据集上进行微调的大语言模型，专注于文本生成任务，在多项基准测试中表现优异。