基于Llama架构的5亿参数文本生成模型，专为创作故事而设计。

这是Sarvam-m模型的量化版本，支持多种印度语言和英语的文本生成任务。

该模型经过自行量化处理，输出和嵌入张量量化为f16格式，其余张量量化为q5_k或q6_k格式，体积更小且性能与纯f16相当。

MagTie-v1-12B是一个基于DARE TIES算法合并的12B参数语言模型，融合了多个预训练模型的优势

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。

ACIP项目提供的Llama-2-13b可压缩版本，支持动态调整压缩率

Llama-xLAM-2-70b-fc-r 是由 Salesforce 发布的大型语言模型，基于 Llama 2 架构，具有 700 亿参数。

基于DeepSeek-V3架构的90亿参数大语言模型，使用完全开源且仅含英文的3500亿+token数据集从头训练而成，专为开源社区开发和调试设计。

这是一个基于Gemma-2-9B系列模型的融合模型，采用DARE TIES方法融合了多个Gemma变体，旨在提升文本生成能力。

这是一个基于Gemma-2-9B系列模型通过DARE TIES方法合并的多模型融合版本，整合了多个Gemma变体的优势。

基于Gemma-2B和Gemma-9B模型通过SLERP方法合并的文本生成模型

基于Phi 4架构的大型语言模型，拥有140亿参数，针对自然语言处理和文本对话任务进行了优化。

这是一个使用mergekit工具通过模型库存方法合并多个12B参数规模语言模型的结果

基于Qwen2.5-7B的优化层合并（OLM）模型，通过自动化层重组技术提升性能

基于Llama3架构的70B参数大语言模型，经过特殊优化处理

基于Llama-2-7b微调的扩散语言模型

L3-8B-Lunar-Stheno 是基于 L3-8B-Lunaris-v1 和 L3-8B-Stheno-v3.2 合并的模型，修复了响应过长和行动力不足的问题，提升了情境感知和文本生成能力。

WizardLM-2-7B-abliterated的Llamacpp imatrix量化版本，提供多种量化选项，适用于不同硬件配置。

LOLA是基于稀疏混合专家(Mixture-of-Experts)Transformer架构、支持160多种语言的超大规模多语言大模型，在自然语言生成与理解任务中具有竞争优势。

Prodigy_7B的GGUF-Imatrix量化版本，采用重要性矩阵技术提升量化质量

FuseLLM-7B是一个融合了多个开源大型语言模型知识的统一模型，通过知识融合技术将不同架构的LLM能力整合到一个模型中。

基于Dolphin-2.6-Mistral-7B-DPO-Laser的中等规模混合专家(MoE)实现，在评估性能上平均提升约1分

这是一个基于Yi-34B-200K基础模型，通过DARE Ties方法合并多个同源模型的高密度合并模型，具有200K长上下文处理能力。

基于GPT2的提示词扩展模型，用于增强文本生成提示的质量和多样性

Tiny-Vicuna-1B是基于TinyLLama 1.1B使用WizardVicuna数据集微调的轻量级模型，专为早期实验迭代设计。

一个实验性模型，用于修正英语和德语的拼写错误及标点符号

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。

该奖励模型经过训练，能够预测在给定问题下人类评判者会认为哪个生成的答案更好。

该模型是基于distilroberta-base在wikitext2数据集上微调的版本，主要用于文本生成任务。

该模型是在wikitext数据集上对TinyBERT_L-4_H-312_v2进行微调的版本，主要用于文本相关任务。

该模型是在wikitext数据集上对TinyBERT_General_6L_768D进行微调的版本，主要用于文本相关任务。

该模型是基于distilroberta-base在wikitext2数据集上微调的版本，主要用于文本生成任务。

基于SimCTG框架训练的GPT-2语言模型，采用对比搜索方法生成更连贯的文本

该模型是基于t5-small在未知数据集上微调的版本，主要用于文本改写任务，特别针对PubMed相关文本。

该模型是基于distilroberta-base在wikitext2数据集上微调的版本，主要用于文本生成任务。

该模型是基于distilroberta-base在wikitext2数据集上微调的版本，主要用于文本生成任务。

基于distilroberta-base模型在wikitext2数据集上微调的版本，适用于文本相关任务

基于GPT-2中等规模版本的荷兰语模型，仅重新训练词汇嵌入层以适应荷兰语。