Samastam是Sarvam-1模型的早期指导变体，基于Alpaca-cleaned数据集微调，支持多语言指令响应。

Mistral-Small-24B-Instruct-2501 是一个24B参数规模的指令微调大语言模型，支持多语言文本生成任务。

基于Llama 3.3架构的70B参数大语言模型，支持多语言文本生成任务，经过量化优化适用于不同硬件环境

IBM-Granite的20亿参数指导模型，支持多语言和长上下文任务，具备结构化推理能力。

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。

基于meta-llama/Llama-4-Maverick-17B-128E-Instruct转换的4位量化模型，支持多语言文本生成任务

基于Mistral Small 3.1的24B参数指令微调模型，支持多语言和视觉理解，适用于本地部署和高效推理。

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。

Qwen2.5-7B-Instruct 是通义千问大模型系列的最新7B参数指令微调模型，具备增强的知识量、代码与数学能力，支持128K tokens长上下文和多语言处理。

Mistral-Small-3.1-24B-Instruct-2503 是一个24B参数规模的多语言指令微调模型，支持多种语言和任务，适用于文本生成和对话场景。

GaMS-9B-Instruct是基于谷歌Gemma 2系列改进的斯洛文尼亚生成模型，支持斯洛文尼亚语、英语及部分克罗地亚语、塞尔维亚语和波斯尼亚语，专注于文本生成任务。

基于多个Qwen系列32B参数模型的融合模型，采用Model Stock方法融合，增强多语言处理能力

基于GGUF格式的2B参数多语言指令微调模型，支持30+种语言，适用于文本生成任务。

这是LG AI Research开发的EXAONE-3.5-32B-Instruct模型的llamafied版本，是一个支持英语和韩语的大语言模型。

IBM开发的30亿参数指令微调语言模型，基于Granite-3.0架构，支持多语言任务和商业应用

Granite-3.0-8B-Instruct是一个基于Granite-3.0-8B-Base微调的80亿参数模型，采用多种开源指令数据集和内部合成的数据集组合进行训练。

Llama 3.2是由Meta发布的30亿参数指令微调大语言模型，支持多语言文本生成任务

这是Meta发布的Llama 3.2系列中的10亿参数指令微调模型，已转换为GGUF格式便于在llama.cpp中使用

Gemma 2 JPN是基于日语文本微调的Gemma 2 2B模型，具有出色的日语处理能力，适用于多种文本生成任务。

Mistral-Nemo-Instruct-2407是基于Mistral-Nemo-Base-2407进行指令微调的大语言模型，由Mistral AI与NVIDIA联合训练，性能超越同规模或更小的现有模型。

基于Llama-3-8b构建的多语言混合模型，融合了德语、意大利语和英语能力

LLaMAntino-3-ANITA是基于Meta Llama 3构建的多语言（英语+意大利语）大型语言模型，专为意大利语NLP任务优化。

Mixtral-8x22B-Instruct-v0.1是基于Mixtral-8x22B-v0.1进行指令微调的大语言模型，支持多种语言和函数调用功能。

基于Gemma-2b微调的多语言指令模型，支持15种印度语言及英语

Calme-7B是一款基于Mistral-7B微调的70亿参数语言模型，擅长生成清晰、平和且连贯的文本。

基于Mistral-7B-Instruct-v0.2微调的多语言指令跟随模型，支持101种语言

Aya 101 是一个支持101种语言指令的大规模多语言生成式语言模型，在各类评估中优于同类模型。

Mixtral-8x7B是一个预训练的生成式稀疏混合专家模型，在多数基准测试中表现优于Llama 2 70B。

FLAN-T5 XXL 是Google发布的T5模型变体，在超过1000个额外任务上进行了微调，支持多种语言，性能优于原始T5模型。

FLAN-T5 XL是基于T5架构的指令微调语言模型，在1000+任务上微调后，多语言和少样本性能显著提升。

FLAN-T5是基于T5模型通过指令微调优化的语言模型，支持多语言任务处理，在相同参数量下性能优于原T5模型。