基于Qwen3-8B的量化版本，采用IQ-DynamicGate超低位量化技术，优化内存效率和推理速度

Qwen3-30B-A3B是基于Qwen3-30B-A3B-Base的大语言模型，支持文本生成任务，采用超低位量化技术优化内存效率。

GLM-Z1-9B-0414 是一个支持中英双语的文本生成模型，采用 GGUF 格式，适用于多种量化级别，从 BF16 到超低位量化（1-2 比特）。

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。

采用IQ-DynamicGate技术的超低位量化(1-2比特)语言模型，适用于内存受限环境

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

采用IQ-DynamicGate技术的超低位量化（1-2比特）大语言模型，支持多语言文本生成任务

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。

OlympicCoder-32B是基于Qwen2.5-Coder-32B-Instruct的代码生成模型，采用IQ-DynamicGate超低位量化技术，适用于内存受限环境下的高效推理。

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

Qwen2.5-VL-3B-Instruct是一个3B参数规模的多模态模型，支持图文生成任务，特别优化了在llama.cpp中的视觉功能支持。

Gemma 3 27B参数的GGUF量化版本，支持图像文本交互任务

EXAONE-Deep-32B是一个32B参数的大语言模型，支持英语和韩语，专为文本生成任务设计。

采用IQ-DynamicGate技术的超低位量化（1-2比特）的7.8B参数模型，支持英语和韩语文本生成任务。

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。

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。

Llama-3.1-8B-Instruct 是基于 Llama-3-8B 的指令调优版本，采用 IQ-DynamicGate 技术进行超低位量化（1-2 比特），在保持内存效率的同时提升准确性。