#多语言支持
glm-4-9b-chat-1m
GLM-4-9B-Chat-1M 是智谱 AI 开发的先进预训练模型，具备网页浏览、代码执行和长文本推理等功能，支持 26 种语言，适用于需要大规模上下文处理的应用场景。最新更新提升了处理能力，支持长达 1M 上下文长度。
Qwen2.5-32B-Instruct-GPTQ-Int4
Qwen2.5是最新的大型语言模型，拥有32.5B参数和支持29种语言。其特点包括增强的代码和数学处理能力，改进的指令遵循和长文本生成能力，及对结构化数据的理解。该版本支持长上下文达128K tokens且可生成超过8K tokens的文本，采用GPTQ 4-bit量化，适用于多种文本生成应用。
Qwen1.5-4B
Qwen1.5-4B是一款多语言Transformer模型，具有8种模型规模，支持32K上下文长度且无需信任远程代码。其设计基于SwiGLU激活和多重注意力机制，并通过改进型分词器实现高效多样的文本生成。
Qwen2.5-1.5B-Instruct-bnb-4bit
Qwen2.5系列包括多种尺寸和优化功能，提升编程与数学能力，支持29种语言，并具备长上下文处理能力。利用Google Colab上的免费notebook，可实现模型微调的速度提升和内存使用优化。Qwen2.5-1.5B-Instruct强化了指令响应、长文本生成、多语言处理及结构化数据处理能力。
Qwen1.5-32B-Chat-GGUF
Qwen1.5是基于Transformer的语言模型，在多个模型规模和多语言支持方面有显著提升。支持从0.5B到72B的不同模型规模，表现出色的人类偏好能力，所有模型都稳定支持32K上下文长度，无需额外信任远程代码。项目提供多种量化模型格式，并评估了Wiki数据集上的模型困惑度。改进的分词器增强了对多种自然语言和代码的支持。
Qwen2.5-32B-Instruct-GPTQ-Int8
Qwen2.5-32B-Instruct-GPTQ-Int8是Qwen2.5系列的量化版本，通过GPTQ 8位量化技术实现高效部署。模型支持29种语言交互，具备128K超长上下文理解和8K文本生成能力。在编程、数学计算、文本理解等任务中表现优异，同时对结构化数据处理能力显著提升。该模型采用325亿参数规模，适合在资源受限环境中运行
Qwen1.5-1.8B-Chat
Qwen1.5是Qwen2的测试版本，显著提高了聊天模型的人类偏好性能和多语言支持，并能处理32K上下文长度。其基于Transformer架构，采用了SwiGLU激活函数及多种注意力机制，并改进了分词器以增强多语言和代码适应性。通过数据预训练与后期优化，该模型在对话系统中的表现尤为突出。
Qwen2.5-14B-Instruct-bnb-4bit
Qwen2.5模型利用Unsloth方法优化指令微调过程，节省70%的内存，支持多种模型如Llama 3.1和Gemma 2。同时，提供易用的Google Colab工具，支持多语言和长文本处理，适用于生成长达8000字符的内容，并集成到Transformers库中，便于部署应用。
Qwen2.5-0.5B-bnb-4bit
Qwen2.5是一款先进的自然语言处理工具，支持29种语言，显著提高了指令执行、长文本生成和结构化数据理解能力。基础模型具有0.5亿参数，采用变压器架构，支持128K的上下文长度。用户可以通过Unsloth平台轻松微调模型，降低内存占用，提高处理速度，从而为开发者提供创新和优化的性能支持。