NVIDIA OpenReasoning - Nemotron - 32B的量化版本，通过llama.cpp进行量化处理，减少模型存储和计算资源需求，便于部署。

这是NVIDIA的OpenReasoning-Nemotron-14B模型的量化版本，旨在提升模型在不同硬件上的运行效率和性能。

NVIDIA OpenReasoning-Nemotron-7B模型的量化版本，使用llama.cpp工具进行量化处理，提升在不同硬件上的运行效率和性能。

这是对ddh0/Cassiopeia-70B模型进行量化处理后的版本，通过量化技术减少模型存储空间并提升推理速度。

T-pro-it-2.0 是基于 Qwen 3 模型家族构建的模型，结合了持续预训练和对齐技术，能在多种任务中提供高质量的推理和响应。

IONOS Llama 3.3 70B Instruct FP8 是 Meta 的 Llama 3.3 70B Instruct 模型的优化版本，采用 FP8 量化技术提升性能和效率，适合生产环境部署。

这是一个自动生成的🤗 Transformers模型卡片，缺少具体模型信息。

这是一个Hugging Face模型中心的Transformer模型，具体信息待补充

Polaris是一种开源的后训练方法，利用强化学习优化和增强模型，提升推理能力。

这是一个自动生成的transformers模型卡片，具体信息待补充。

这是一个已推送到Hub上的transformers模型，具体功能和用途待补充。

Skywork-OR1-7B 是一个 7B 参数规模的大语言模型，提供多种量化版本以适应不同硬件需求。

基于andrewzh的Absolute_Zero_Reasoner-Coder-14b模型，使用llama.cpp进行imatrix量化的版本，适用于推理和代码生成任务。

trurl-2-13b是一个13B参数规模的大语言模型，提供GGUF格式的量化版本，适用于多种自然语言处理任务。

这是一个由ServiceNow语言模型（SLAM）实验室构建的15B参数大语言模型，经过llama.cpp工具量化处理，适用于本地推理部署。

Qwen3-32B的INT4量化版本，通过权重量化减少75%的磁盘和GPU内存需求，保持高性能

这是一个托管在Hugging Face Hub上的transformers模型，具体功能和用途尚未明确说明。

基于Qwen3-32B进行FP8动态量化的高效语言模型，显著降低内存需求并提升计算效率

基于Qwen3-4B的Mishima Imatrix量化版本，通过特定数据集增强散文风格生成能力

这是Qwen3-8B-abliterated模型的量化版本，使用llama.cpp进行量化，适用于文本生成任务。

Qwen3-30B-A3B-Base是Qwen系列最新一代大语言模型，在训练数据、模型架构和优化技术等方面有诸多改进，提供更强大的语言处理能力。

Qwen3-8B的量化版本，使用llama.cpp的imatrix选项进行量化，适用于文本生成任务。

该模型是一个基于transformers库的模型，具体功能和用途需要进一步信息补充。

该模型是一个基于transformers库的模型，具体用途和功能需要进一步信息确认。

这是一个托管在Hugging Face Hub上的transformers模型，具体功能和用途尚未明确说明。

Google出品的Gemma 3 4B IT模型，支持多模态输入和长上下文处理，适用于文本生成和图像理解任务。

基于 dreamgen/lucid-v1-nemo 的量化模型，使用 llama.cpp 进行多种量化处理，适用于文本生成任务。

这是一个已发布在Hub上的transformers模型，具体功能和详细信息待补充。

这是一个自动生成的transformers模型卡片，具体信息待补充。

这是一个由系统自动生成的transformers模型卡片，具体模型信息待补充。

该模型是一个基于Transformers架构的模型，具体用途和功能需要进一步信息确认。

这是一个托管在Hugging Face Hub上的transformers模型，具体功能和用途需进一步补充信息。

phi-4是微软研究院开发的开源语言模型，专注于高质量数据和推理能力，适用于内存/计算受限环境。

ReasonFlux-F1-7B是基于思维模板扩展的分层大语言模型推理模型，通过模板增强推理轨迹微调而成，在多项推理任务中表现优异。

ReasonFlux-F1-32B是基于思维模板扩展的分层大语言模型，通过模板增强推理轨迹微调，在推理任务中表现优异。

这是一个托管在Hugging Face Hub上的transformers模型，具体功能和用途需进一步补充信息。

这是一个托管在Hugging Face Hub上的transformers模型，具体功能和用途需要进一步补充信息。

该模型是一个基于transformers库的模型，具体用途和功能未明确说明。

这是一个使用TIES方法合并的32B参数规模的大语言模型，基于Rombo-LLM-V3.1-QWQ-32b基础模型融合了多个FuseAI预览模型

字节跳动研究团队发布的72B参数规模的多模态基础模型，专注于图像文本转文本任务