基于Llama 3.3 70B指令微调模型的4位DWQ量化版本，适用于MLX框架的高效推理

基于Qwen3-14B大语言模型的高性能GGUF转换版本，专为创造性推理、深层梦境逻辑、智能体交互和多语言指令优化

Qwen3-30B-A3B的INT4量化版本，通过权重量化减少75%的磁盘和GPU内存需求，保持高性能。

Qwen3-32B的INT4量化版本，通过权重量化减少75%的磁盘和GPU内存需求，保持高性能

Qwen3-30B-A3B-FP8-dynamic是基于Qwen3-30B-A3B模型通过FP8量化优化的版本，显著降低了内存需求和计算成本，同时保持了原始模型的高准确率。

基于Qwen3-32B进行FP8动态量化的高效语言模型，显著降低内存需求并提升计算效率

泰语大语言模型（指令调优版），拥有40亿参数、128K上下文长度且具备函数调用能力

Qwen3-4B是通义千问系列最新40亿参数大语言模型，支持思维模式与非思维模式切换，在推理、多语言和智能体任务中表现优异。

Qwen3-4B是通义千问系列大模型的最新版本，提供40亿参数的语言模型，支持思维与非思维模式切换，具备强大的推理、指令遵循和多语言能力。

Qwen3是通义千问系列最新一代大语言模型，提供完整的密集模型和专家混合(MoE)模型组合。

Llama-3.2-3B-Instruct GGUF是Meta发布的3B参数规模的大语言模型，采用IQ-DynamicGate技术进行超低位量化（1-2位），在保持内存效率的同时优化推理性能。

基于Qwen2.5-0.5B-Instruct构建，移植了microsoft/phi-4的词表，可作为Phi-4的草稿模型使用。

Granite-3.2-2B-Instruct是一个20亿参数的长上下文AI模型，专为思维推理能力微调。

Phi-4-mini-instruct是基于合成数据和精选公开网站构建的轻量级开源模型，专注于高质量、强推理能力的数据。

YuLan-Mini-Instruct是一个24亿参数的紧凑但强大的文本生成模型，专注于数学和代码推理任务，支持中英文。

Phi-4-mini-instruct是一个轻量级开源模型，基于合成数据和过滤后的公开网站数据构建，专注于高质量、富含推理能力的数据。

Sherkala是一款80亿参数的哈萨克语优先的多语言大语言模型，由G42旗下Inception与MBZUAI联合开发，支持哈萨克语、英语、俄语和土耳其语。

Chocolatine-2-14B-Instruct-v2.0.3 是一个基于 Qwen-2.5-14B 架构的大语言模型，经过 DPO 微调，专注于法语和英语任务，在法语 LLM 排行榜中表现优异。

Phi-3-Medium-128K-Instruct是一个拥有140亿参数的轻量级开源模型，专注于高质量与强推理能力，支持128K上下文长度。

Home 3B v3是基于StableLM-3B-Zephyr微调的模型，专为家庭自动化控制设计，支持多语言和设备控制。