Morphy1.1-Coder-Beta-7B-GGUF
moolvylabs · 工具包
moolvylabs 的 7.6B 编程模型,提供 GGUF 形式,作为测试版发布并征求反馈。卡片很简短,目前没有运行步骤、基准或训练细节。
写代码、审代码用的提示词、编程智能体任务说明和工具包,花更少的 Token。
moolvylabs · 工具包
moolvylabs 的 7.6B 编程模型,提供 GGUF 形式,作为测试版发布并征求反馈。卡片很简短,目前没有运行步骤、基准或训练细节。
migtissera · 工具包
Tess-4.5 的 GGUF 版本,这是一个 27B 开放权重的编程和智能体模型,供 llama.cpp 使用,带视觉投影器和可选的草稿头来加快生成。适合在本地运行模型的人。
lododoai · 工具包
一个可在本地运行的文本模型,是 Qwen3.6-35B-A3B 的微调版本,用 Qwen3.8-27B 生成的数据训练,打包成适用于 llama.cpp 的单个 GGUF 文件。适合在自己机器上跑模型做代码和工具调用的人。
khazarai · 工具包
在提出修复方案前先检查真实文件,来调试和评审代码。这是 Qwen3.8-27B 的微调版,用 195M 词元的推理轨迹训练。适合构建编程智能体的开发者。
kakoka · 工具包
用一个 27B 编码模型帮你编写和修改 PostgreSQL 源代码,8 位量化,可通过 oMLX 在 Apple Silicon Mac 上本地运行。适合想要本地助手的 PostgreSQL 开发者。
kaitchup · 工具包
用自定义的统计无损量化,把 Qwen3.8-27B 压成三个体积和保真度各不相同的 GGUF 文件。适合在 llama.cpp 里本地运行这个模型的人。
Jundot · 工具包
Qwen3.8-27B 的混合精度 MLX 副本,约每个权重 6.9 位,包含视觉编码器和多词元预测头,可在 Apple 芯片上本地运行。
jarrodwatts · 工具包
给 Qwen3.8-27B 的一个小型权重修改,附带应用它的脚本,只改动一个矩阵、不需要训练,就能缩短模型在开放式任务上的思考长度。
Jackrong · 工具包
减少长时间智能体任务里被浪费的推理,是 Qwen3.8-27B 第二版 Flash 微调模型的 GGUF 版本,Python 格式更好。适合在本地跑智能体循环的人。
Jackrong · 工具包
写代码、调用工具,作为编码智能体处理软件任务。这是 Jackrong 基于 Qwen3.8-27B 的 27.8B 微调模型,用约 200,000 条代码和推理样例训练,适合有强力 GPU 的开发者。
incoai · 工具包
通过起草一整块 token 让主模型验证,来加速 Qwen3.8-27B,输出保持不变。这是适用于 SGLang 和 vLLM 服务的 1.9B 草稿模型,不是独立的聊天模型。
IFM · 工具包
给 IFM 的 K2-Horizon-7B 语言模型加上扩散通路的 LoRA 适配器,用于研究更快的文本生成。它只包含适配器,不含基础权重。
IFM · 工具包
IFM 的 K2-Horizon-7B 文本模型的量化 GGUF 副本,可在 llama.cpp 中本地运行,从 BF16 到 4 位都有,上下文窗口为 512K 词元。
Hcompany · 工具包
查看截图并决定下一步的点击、按键、代码运行或工具调用,基于 Qwen3.8-27B。这是面向网页、桌面和手机智能体的电脑操作模型,采用非商业许可。
Greatjedi · 工具包
提供为 Intel Arc GPU 重新调整的 27B Qwen3.8 GGUF 文件,作者的测试里纯解码约每秒 22 个词元。适合在 Arc 显卡上用 llama.cpp 和 SYCL 的人。
Egzakta · 工具包
用多种大小的 GGUF 文件运行 27B 的 KVARK Sparkle 1.1 模型,可选图像输入和推测解码。适合用 llama.cpp、Ollama 或 LM Studio 在本地跑模型的人。
Egzakta · 工具包
一个专门做文档工作的 27B 模型:它会搜索文档库,根据找到的内容回答,找不到答案时会明说,适合做文档和搜索智能体的开发者。
Egzakta · 工具包
KVARK Sparkle 1.0 这个 27B 视觉语言模型的 GGUF 文件,适用于 llama.cpp、Ollama 和 LM Studio,保留了推测解码头。适合在本地运行大模型的人。
DavidAU 对 27B Qwen 模型的 GGUF 微调版,有可切换的指令和推理模式,以及内置的帮助系统。Hugging Face 把它列为图文转文字。供本地运行。
回答问题并读取图像,思考过程短得多。这是 DavidAU 对 27B 的 Qwen 3.8 的调优版 GGUF,目标是在保持准确度的同时减少推理 token,适合在本地运行模型的人。