BAGEL是一个开源的7B活跃参数多模态基础模型，支持多模态理解与生成任务

BAGEL是一个开源的、拥有70亿活跃参数的多模态基础模型，训练于大规模交错多模态数据，在理解和生成任务上表现优异。

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。

灵曦是由InclusionAI开源的大规模混合专家语言模型，精简版拥有168亿总参数与27.5亿激活参数，展现出卓越性能表现。

基于Qwen3-30B-A3B混合专家模型的GGUF量化版本，上下文扩展至128k，采用NEO Imatrix量化技术优化，支持多语言和多任务处理。

基于Qwen3-30B-A3B混合专家模型的微调版本，激活专家数量从8个增加到24个，适用于需要深度推理的复杂任务

基于千问3-30B-A3B的混合专家模型微调版本，激活专家数提升至16，上下文窗口扩展至128k，适合复杂推理场景

Qwen3-30B的高速优化版本，通过减少激活专家数量实现推理速度翻倍，适用于需要快速响应的文本生成场景

Qwen3-235B-A22B是Qwen系列最新一代的大语言模型，采用混合专家(MoE)架构，具有2350亿参数和220亿激活参数，在推理、指令遵循、代理能力和多语言支持方面表现卓越。

Nomic Embed Text V2 GGUF 是一个多语言文本嵌入模型，支持超过70种语言，适用于句子相似度计算和特征提取任务。

Granite-4.0-Tiny-Base-Preview 是IBM开发的70亿参数混合专家(MoE)语言模型，具有128k token上下文窗口，采用Mamba-2技术增强表达能力。

Qwen3是阿里云开发的最新大语言模型系列，支持思维模式与非思维模式动态切换，在推理、多语言支持和智能体能力方面表现突出。

由Qwen开发的大语言模型，支持131,072 tokens上下文长度，擅长创意写作、角色扮演和多轮对话。

Qwen团队推出的2350亿参数大语言模型量化版本，支持131k上下文长度和混合专家架构

Qwen3是通义千问系列大语言模型的最新版本，提供稠密模型与混合专家（MoE）模型的完整套件，在推理、指令遵循、智能体能力和多语言支持方面实现突破性进展。

Qwen3是通义千问系列大语言模型的最新版本，提供完整的稠密模型与混合专家(MoE)模型组合。

MAI-DS-R1 是 DeepSeek-R1 推理模型，经过微软 AI 团队的后续训练，以提升其在受限话题上的响应能力并优化其风险表现，同时保持其推理能力和竞争性能。

一个具备可调节推理能力的混合专家(MoE)模型，通过4个8B模型的协作实现增强推理和文本生成能力

MAI-DS-R1是微软AI团队对DeepSeek-R1推理模型进行后训练的成果，旨在提升其对敏感话题的响应能力并优化风险表现，同时保持原有推理能力和竞争优势。

羊驼4 Scout是Meta发布的170亿参数混合专家模型(MoE)，支持多语言文本和图像理解，采用线性化专家模块设计便于PEFT/LoRA兼容。

Llama 4 Scout是Meta推出的170亿参数多模态AI模型，采用混合专家架构，支持12种语言和图像理解。

Llama 4 Maverick是Meta开发的多模态AI模型，采用混合专家架构，支持文本和图像理解，具有170亿激活参数和4000亿总参数。

Llama 4 Maverick是Meta推出的170亿参数多模态AI模型，采用混合专家架构(MoE)，支持多语言文本和图像理解，具备128个专家模块。

DeepSeek-V3-0324 是 DeepSeek 团队发布的 3 月更新版本，相比前代在多个基准测试上有显著提升，支持动态量化版本，适用于本地推理。

由日本国立信息学研究所开发的大规模日语-英语混合MoE语言模型，支持8x13B参数规模，经过指令微调优化

这是一个多语言混合专家(MoE)文本嵌入模型的中间版本，经过多阶段对比训练得到

DeepSeek-R1是深度求索推出的第一代推理模型，通过大规模强化学习训练，在数学、代码和推理任务上表现优异。

Falcon3 7B-IT 与 7B-IT 的混合专家模型，具有134亿参数，支持英语、法语、西班牙语、葡萄牙语四种语言，上下文长度最高可达32K。

Tanuki-8x8B是从零开始预训练的大规模语言模型，通过SFT和DPO针对对话任务进行了优化

由KARAKURI公司开发的专家混合模型(MoE)，支持英语和日语对话，基于Swallow-MX-8x7b-NVE-v0.1微调

Mixtral 8x22B是由MistralAI发布的1760亿参数混合专家模型，支持多语言文本生成任务。

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。

基于Jamba-v0.1在Open-Platypus-Chat数据集上通过QLoRA微调的大语言模型，支持对话任务

Databricks开发的混合专家(MoE)大语言模型，1320亿参数总量，360亿激活参数，支持32K上下文窗口

MGM-7B是基于Vicuna-7B-v1.5训练的开源多模态聊天机器人，支持高清图像理解、推理与生成。

xLAM-v0.1是大型动作模型系列的重大升级版本，在参数数量相同的情况下，已在广泛的代理任务和场景中进行了微调，同时保留了原始模型的能力。

这是一个通过mergekit工具合并多个Mistral-7B变体模型而成的混合模型，专注于文本生成任务。

Swallow-MX-8x7b-NVE-v0.1是基于Mixtral-8x7B-Instruct-v0.1进行持续预训练的混合专家模型，主要增强了日语能力。

基于Mixtral 8x7B微调的GGUF格式模型，专为Koboldcpp设计，训练数据包含约3000本多流派电子书