基于infly/inf-o1-pi0模型的量化版本，支持多语言文本生成任务，采用llama.cpp工具进行imatrix量化优化。

这是一个基于MLX格式的4位量化语言模型，适用于文本生成任务。

Devstral-Small-2505-bf16 是一个基于 MistralAI 的 Devstral-Small-2505 模型转换而来的 MLX 格式模型，支持多种语言处理任务。

这是一个基于mistralai/Devstral-Small-2505模型转换的3位量化版本，适用于MLX框架，支持多语言文本生成任务。

Devstral-Small-2505的量化版本，支持多语言文本生成任务，适用于本地部署和推理。

由mistralai开发的轻量级语言模型，经过MLX框架6位量化优化，专为Apple Silicon设计。

由mistralai开发的Devstral-Small-2505模型，经过MLX 4位量化优化，适用于Apple Silicon设备。

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

Qwen3是通义千问系列最新一代大语言模型，提供稠密模型和混合专家（MoE）模型的完整套件。

Qwen3是通义千问系列最新一代大语言模型，提供完整的稠密模型与混合专家（MoE）模型组合。

Qwen3是通义千问系列大语言模型的最新版本，提供了一系列密集型和混合专家（MoE）模型。

Qwen3是通义千问系列大语言模型的最新版本，提供了一系列密集型和混合专家（MoE）模型。

Transformers 是一个由 Hugging Face 开发的开源库，提供多种预训练模型，用于自然语言处理任务。

Zeta 2是一个约4.6亿参数的小型语言模型(SLM)，在消费级电脑上精心打造，支持多种语言。

Qwen3-30B-A3B-abliterated 是一个基于 Qwen 架构的 300 亿参数大型语言模型，专注于文本生成任务。

Nous Consilience 40B是一个400亿参数的生成式文本模型，通过去中心化方式从零开始预训练，支持多种语言，代表人类多元创造性产出。

Nous Consilience 40B 是一个通过互联网以去中心化方式预训练的生成式文本模型，代表人类广泛多样的创造性成果。

这是一个基于kyutai/helium-1-2b转换的GGUF格式模型，支持多种欧洲语言。

Foundation-Sec-8B 是一个基于 Transformer 架构的大型语言模型，专注于文本生成任务。

Meta-Llama-3.1-8B的GGUF量化版本，基于llama.cpp工具生成，支持多语言文本生成任务。

Gemma 3 27B的纯文本适配版本，移除了图像处理功能，专注于文本生成任务

Llama 3.3 Swallow是基于Meta Llama 3.3模型进行持续预训练的大型语言模型(70B)，增强了日语能力同时保留原有英语能力。

LaMini-Flan-T5-783M 是一个基于T5架构的轻量级文本生成模型，支持英语、俄语和乌克兰语，适用于多种自然语言处理任务。

ACIP项目提供的Qwen2.5-3B可压缩版本，支持动态调整模型大小并保持性能

Salesforce发布的8亿参数规模的Llama-xLAM-2模型量化版本，专注于文本生成任务

这是一个基于canopylabs/3b-es_it-ft-research_release转换的GGUF格式模型，支持西班牙语和意大利语。

Nemotron-H-56B-Base-8K是英伟达开发的大型语言模型，采用混合Mamba-Transformer架构，支持8K上下文长度和多语言文本生成。

NVIDIA Nemotron-H-47B-Base-8K 是由 NVIDIA 开发的大型语言模型（LLM），设计用于对给定文本进行补全。

IndicBART-mr-test是基于ai4bharat/IndicBART模型在未知数据集上微调的版本，主要用于文本生成任务，支持马拉地语。

该模型是基于NVIDIA的Llama-3_3-Nemotron-Super-49B-v1转换而来的GGUF格式版本，适用于文本生成任务。

基于VIDraft/Gemma-3-R1984-27B转换的GGUF格式模型，支持多语言文本生成

TeapotLLM的ONNX版本，支持通过Transformers.js在浏览器中运行的多语言文本生成模型。

Qwerky-QwQ-32B 是一个32B参数规模的大型语言模型，专注于文本生成任务。

基于Gemma2架构的大型语言模型，参数规模9.24亿，支持多语言文本生成任务

基于Gemma-2B架构的中英文混合模型，通过SLERP方法融合了两个专门优化的子模型

基于flash-linear attention格式的RWKV-7模型，支持多语言文本生成任务。

这是Mistral-7B-Instruct-Uz模型的静态量化版本，支持乌兹别克语和英语，适用于文本生成、摘要、翻译和问答等任务。

RWKV-7架构的29亿参数大语言模型，支持多语言文本生成任务

这是LGAI-EXAONE发布的EXAONE-Deep-2.4B模型的量化版本，使用llama.cpp进行量化，支持英语和韩语文本生成任务。

RWKV-7模型采用闪存线性注意力格式，支持多语言文本生成任务，参数量达29亿。