Qwen2.5-7B-Instruct是基于Qwen2.5-7B的指令微调模型，支持文本生成任务，特别优化了聊天场景下的表现。

采用IQ-DynamicGate技术的超低位量化（1-2位）模型，适用于内存受限设备和高效推理场景

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。

phi-2 是一个采用 IQ-DynamicGate 超低比特量化（1-2 比特）的文本生成模型，适用于自然语言处理和代码生成任务。

GLM-Z1-32B-0414是一个32B参数规模的多语言文本生成模型，支持中文和英文，采用MIT许可证发布。

采用IQ-DynamicGate技术的超低位量化(1-2比特)模型，适用于内存受限设备和边缘计算场景

基于Meta Llama-3.1-70B-Instruct微调的模型，采用NVIDIA HelpSteer2数据集优化，支持文本生成任务。

基于OLMo-2-0325-32B-DPO的指令微调模型，采用IQ-DynamicGate超低比特量化技术，专为内存受限环境优化。

采用IQ-DynamicGate超低位量化技术的49B参数大语言模型，支持1-2位精度自适应量化，优化内存效率与推理速度

IBM Granite系列8B参数指令微调语言模型，采用IQ-DynamicGate超低比特量化技术，适用于高效推理场景

这是一个基于 Mistral-Small-3.1-24B-Base-2503 的指令微调模型，采用 GGUF 格式和 IQ-DynamicGate 超低比特量化技术。

Qwen2.5-7B-Instruct-1M是基于Qwen2.5-7B的指令微调版本，采用IQ-DynamicGate超低位量化技术（1-2比特），适用于内存受限环境下的高效推理。

Qwen2.5-14B-Instruct-1M 是一个基于 Qwen2.5-14B 的指令微调模型，支持文本生成任务，适用于聊天场景。

基于Llama-3-8B-Instruct的IQ-DynamicGate超低位量化(1-2比特)模型，采用精度自适应量化技术，在保持极致内存效率的同时提升推理精度。

Mistral-7B-Instruct-v0.1是一个基于Mistral-7B-v0.1的微调模型，支持文本生成任务，采用IQ-DynamicGate超低比特量化技术，适用于内存受限的部署环境。