flux_text_encoders
comfyanonymous · 工具包
提供用于 Flux 图像模型的文本编码器检查点,为 ComfyUI 的 DualClipLoader 节点而做。适合在自己电脑上运行 Flux 的 ComfyUI 用户。
comfyanonymous · 工具包
提供用于 Flux 图像模型的文本编码器检查点,为 ComfyUI 的 DualClipLoader 节点而做。适合在自己电脑上运行 Flux 的 ComfyUI 用户。
bartowski · 工具包
bartowski 用重要性矩阵为 Jackrong 的 Qwopus3.8-27B-Coder-Flash 制作的 GGUF 量化版本,大小从 17 GB 到 55 GB。适合在本地用 llama.cpp 运行 27B 模型。
Qwen · 工具包
读取文字和图片并写出文字,是带视觉编码器的 27B Qwen 模型,原生上下文为 262,144 个词元。适合在服务器级硬件上构建助手和智能体的开发者。
peculiar-ragdoll · 工具包
4B 编程模型 Spark-X2.5 的压缩 GGUF 版本,针对约 6 GB 显存的 GPU 调整了长上下文。适合想在小硬件上本地运行编程模型的开发者。
Grawnch · 工具包
运行经过深度压缩的 2.8T 参数 Kimi-K3.1-Pro,针对编码和数学做了调校。由 Grawnch 用三层混合比特方案制作,适合拥有高端 GPU 工作站的人。
Comfy-Org · 工具包
为 ComfyUI 文本编码器文件夹重新打包的 Qwen3.5 2B、4B 和 9B 模型文件,9B 提供 bf16 和两种量化风格。适合需要 Qwen3.5 文本编码器的 ComfyUI 用户。
kkt94 · 工具包
用一个 5.1B 的模型回答关于视频片段的问题,它把冻结的 V-JEPA 2.1 视频编码器接到 Qwen3-4B-Instruct-2507 上,适合有 16 GB 以上 GPU 的人。
kkt94 · 工具包
用一个 2B 的模型回答关于视频片段的问题,它把冻结的 V-JEPA 2.1 视频编码器接到 Qwen3-1.7B 上,适合只有一块普通 GPU 的人。
kkt94 · 工具包
用一个 4.2B 的模型回答关于视频片段的问题,它把冻结的 V-JEPA 2.1 视频编码器接到 Llama-3.2-3B-Instruct 上,适合只有一块 12 GB 以上 GPU 的人。
kkt94 · 工具包
用一个 1.5B 的小模型回答关于视频片段的问题,它把冻结的 V-JEPA 2.1 视频编码器接到 Llama-3.2-1B-Instruct 上,适合只有一块普通 GPU 的人。
prithivMLmods · 工具包
ccore 的 Qwen3.5-4B-3D-Coder 的重新打包版本,一个为编程回答和 Three.js 3D 场景调优的小模型,附带支持多词元预测的 GGUF 文件。
lapadatbogdan · 工具包
在家用电脑上运行裁剪过的 GLM-5.3-Flash 编程和智能体模型,提供五种量化大小的 GGUF 文件。每层保留 288 个专家中的 152 个,把 321B 模型缩小到约 170B。
kkt94 · 工具包
把冻结的 V-JEPA 2.1 视频编码器接到 Llama-3.1-8B-Instruct 上,用来回答关于视频片段的问题,适合做视频理解的人。
kkt94 · 工具包
用一个 9.2B 的模型回答关于视频片段的问题,它把冻结的 V-JEPA 2.1 视频编码器接到 Qwen3-8B 上,适合有 24 GB 以上 GPU 的人。
DeepHat · 工具包
面向网络安全和 DevOps 工作的 7B 编程模型,由 Qwen2.5-Coder-7B 微调而来。适合想要本地小模型的安全和运维工程师,须遵守附加的使用限制。
Qwen · 工具包
为研究人员和开发者提供带视觉编码器的预训练 9B 基础模型,用于微调和实验,而不是直接聊天。能处理文本和图像。
Jackrong · 工具包
作为 Qwen3.8-27B 的 GGUF 微调版,帮你写代码并胜任会调用工具的智能体任务,用约 20 万条代码、智能体和推理样例训练。适合在自己电脑上运行模型的开发者。
Qwen · 工具包
在你自己的电脑上运行 Qwen 的 7B 指令微调编程模型,打包成 GGUF 文件,有八种量化等级。适合想通过 llama.cpp 获得代码帮助的开发者。
ccore · 工具包
为你描述的游戏资产写出完整的 Three.js 页面,带 3D 预览和导出 GLB 按钮。这是微调过的 Qwen3-1.7B,GGUF 格式,能在普通硬件上运行,适合游戏开发者。
google · 工具包
Google 的 Gemma 4 12B Unified 模型,是能读文字、图片、音频和视频并输出文字的开放模型,上下文 256K,不需要单独的编码器。适合运行本地 AI 的开发者。