- Moka，此模型由 MokaAI 训练，开源和评测，训练脚本使用 uniem ，评测 BenchMark 使用 MTEB-zh - Massive，此模型通过**千万级** (2200w+) 的中文句对数据集进行训练 - Mixed，此模型支持中英双语的同质文本相似度计算，异质文本检索等功能，未来还会支持代码检索 - Embedding，此模型是文本嵌入模型，可以将自然语言转换成稠密的向量 - 2023.06.24，添加微调 M3E 的教程 notebook，几行代码，更佳适配！ - 2023.06.14，添加了三个中文开源文本嵌入模型到评测中，包括 UER, ErLangShen, DMetaSoul - 2023.06.08，添加检索任务的评测结果，在 T2Ranking 1W 中文数据集上，m3e-base 在 ndcg@10 上达到了 0.8004，超过了 openai-ada-002 的 0.7786 - 2023.06.07，添加文本分类任务的评测结果，在 6 种文本分类数据集上，m3e-base 在 accuracy 上达到了 0.6157，超过了 openai-ada-002 的 0.5956
翻訳待ち・原文を表示
分類準備中
入力 未確認→ 出力 未確認
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
分類準備中
入力 未確認→ 出力 未確認
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
分類準備中
入力 未確認→ 出力 未確認
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト→ 出力 テキスト
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 テキスト→ 出力 画像
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 テキスト→ 出力 画像
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 テキスト→ 出力 画像
Quantized GGUF diffusion transformer weights for Krea 2, converted from the original BF16 releases for use with ComfyUI GGUF loader nodes. This repository provides GGUF files for two checkpoints of the Krea 2 model family: - `krea2_raw_bf16-*.gguf` — converted from krea/Krea-2-Raw, the base release checkpoint. - `krea2_turbo_bf16-*.gguf` — converted from krea/Krea-2-Turbo, the post-trained checkpoint with additional fine-tuning and distillation.
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト→ 出力 画像
This repository contains GGUF quantizations for Lightricks/LTX-2.5, including the 22B distilled transformer model. 1. **Text-to-Video (T2V)**: * File: `workflows/video_ltx2_5_t2v-gguf.json` * Generates video directly from text prompts using the GGUF transformer. 2. **Image-to-Video (I2V)**: * File: `workflows/video_ltx2_5_i2v-gguf.json` * Animates a single source frame with synchronized audio and motion. 3. **First & Last Frame to Video (FLF2V)**: * File: `workflows/video_ltx2_5_flf2v-gguf.json` * Interpolates seamless video transitions between two keyframe images. Ensure you place the upstream support weights into their respective folders: * **Text Encoder / CLIP**: Gemma 4 12B with projection (`ComfyUI/models/clip/` or `text_encoders/`) * **Video VAE**: `ltx-2.5-video-vae-bf16.safetensors` (`ComfyUI/models/vae/`) * **Audio VAE**: `ltx-2.5-audio-vae-bf16.safetensors` (`ComfyUI/models/vae/`)
翻訳待ち・原文を表示
入力 画像→ 出力 動画
This repository (`molbal/MiniMax-H3-GGUF`) provides GGUF quantized versions and necessary component files for the MiniMax H3 model. MiniMax H3 is a general-purpose, omni-modal generative system that supports unified understanding of multimodal contexts composed of text, images, video, and audio. It can generate video with native stereo audio at resolutions up to 2K and durations of up to 15 seconds. This repository includes quantized versions of both the `FL2VA` (First-and-last-frame mode) and `Ref2VA` (Omni-reference mode) base models. The FL2VA builds are pruned to FP8 first and then quantized to GGUF. * **FL2VA Models (pruned to FP8):** * `minimax_h3_fl2va_pruned_fp8_Q4_0.gguf` (11.4 GB) * `minimax_h3_fl2va_pruned_fp8_Q8_0.gguf` (20.2 GB) * `minimax_h3_fl2va_pruned_fp8_Q8_CR.gguf` (20.2 GB) * `minimax_h3_fl2va_pruned_fp8_U16G.gguf` (15.0 GB) * **Ref2VA Models:** * `minimax-h3-ref2va-Q4_0.gguf` (11.4 GB) * `minimax-h3-ref2va-Q8_0.gguf` (21.4 GB) * `minimax-h3-ref2va-Q8_CR.gguf` (20.2 GB) * `minimax-h3-ref2va-U16G.gguf` (15.0 GB)
翻訳待ち・原文を表示
入力 画像→ 出力 動画
This repository provides GGUF quantized versions and ComfyUI workflows for the **FL2VA Turbo 4-step v1.0 768p** variant of MiniMax-H3-Turbo. MiniMax H3 is an omni-modal generative system supporting unified text, image, video, and audio generation with native stereo audio. The Turbo distillation compresses inference down to **4 steps (NFE)** at **768p** resolution with shifted schedules. > [!IMPORTANT] > **Full Merged Checkpoints:** These GGUF files contain **full merged weights** (the base model + distilled turbo weights merged directly into a standalone model checkpoint), not separate LoRA adapters. You load them directly as diffusion models in ComfyUI without needing additional base weights or LoRA loaders.
翻訳待ち・原文を表示
入力 画像→ 出力 動画
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 テキスト→ 出力 音声
This repository contains GGUF quantizations of MOSS-Image-SFT, including the supplied Turbo variant. MOSS-Image generates images from natural-language prompts, tag sequences, and JSON layouts. The SFT model and conversion are based on the OpenMOSS release, which is licensed under Apache-2.0. File sizes are shown in GiB. Standard quants use common GGML formats. Proprietary quants use custom ConvRot formats supported by the `comfyui-gguf-reboot` loader nodes. Standard GGUF files can be loaded with compatible GGUF tools. Q8_CR and Q4_CR_L use custom quantization layouts and require the `comfyui-gguf-reboot` loader nodes. They are not compatible with general-purpose GGUF loaders.
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
Qwen Image 2.1 is a diffusion transformer for text-to-image generation and image editing. It uses the Qwen3-VL 8B text encoder and supports image references through ComfyUI. It needs to be loaded with the GGUF Loader nodes. Load the model with the GGUF loader node from comfyui-gguf-reboot. Use the Qwen Image 2.1 workflow supplied by the installed ComfyUI version.
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
Qwen-Image-2.1-Turbo is an accelerated checkpoint of Qwen-Image-2.1 for text-to-image generation and image editing with 8 denoising steps. It is a diffusion transformer for text-to-image generation and image editing. It uses the Qwen3-VL 8B text encoder and supports image references through ComfyUI. It needs to be loaded with the GGUF Loader nodes. Q4_0, Q4_K_M, Q6_K, and Q8_0 are standard GGML GGUF quantizations. Q8_CR is a custom GGUF INT8 ConvRot format supported by the comfyui-gguf-reboot loader nodes. It uses their native INT8 ConvRot execution path and is distinct from standard GGML Q8_0. Load GGUF files with the comfyui-gguf-reboot loader nodes. These nodes give the best performance and are required for the Q8_CR native INT8 ConvRot path. Use the Qwen Image 2.1 workflow supplied by the installed ComfyUI version.
翻訳待ち・原文を表示
入力 テキスト→ 出力 画像
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト→ 出力 テキスト
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト→ 出力 テキスト
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
分類準備中
入力 未確認→ 出力 未確認
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト→ 出力 テキスト
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト · 画像→ 出力 テキスト
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト · 画像→ 出力 テキスト
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 テキスト→ 出力 テキスト
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 テキスト→ 出力 テキスト
