来自 Hugging Face 的 AI 项目

Qwen3.8-27B-DSpine-b16-GGUF

aj9o9 · 工具包

一个 GGUF 草稿模型，通过推测解码在 llama.cpp 里加速 Qwen3.8-27B，在一块 RTX 3090 上处理代码和数学时约每秒 125 个 token，适合在本地运行 Qwen3.8-27B 的人。

AREX-2

BAAI · 工具包

用 BAAI 的 27B 模型，通过多轮提出、测量、反思和修改来改进自己的解答，适合做编程、机器学习和深度研究任务的智能体研究者和开发者。

Nex-N2.6

nex-agi · 工具包

作为多模态智能体模型处理计算机操作、编程和长时间的工具任务，基于 GLM-5.3-Flash，FP8 权重约 321B 参数。适合能自行托管大模型的团队。

Unlimited-OCR-2

baidu · 工具包

百度的 3.3B 文档解析模型，面向长文档，用 SR-SWA 注意力让解码成本几乎保持不变，提供 Transformers 和 SGLang 两条使用路线。适合要把长报告和书籍数字化的团队。

LongCat-2.5

meituan-longcat · 工具包

美团 LongCat 的多模态混合专家模型，面向长时间的智能体任务和编程，总参数约 1.6 万亿，每个 token 激活 480 亿。适合有大型 GPU 集群的实验室和团队。

Multi-Agent AI - Coding

bstraehle · 工具包

一个用 Microsoft AutoGen 做的 Gradio 演示，让多个 AI 智能体一起完成编程任务。可以在 Hugging Face 的浏览器里用，也可以在自己的电脑上跑一份。

3D World Generator WebGPU

ReallyFloppyPenguin · 工具包

把一段文字描述变成可交互的 3D 世界，以一个使用 Three.js 的 HTML 文件交付。一个小型代码模型通过 WebGPU 在你的浏览器里运行。

mini-infer

prajwalpujari16 · 工具包

一个浏览器工作室，模拟 GPU 上的 PagedAttention 块分配、前缀缓存、投机解码校验和 KV 缓存估算。适合想看清 LLM 服务如何管理显存的工程师和学生。

infersize

prajwalpujari16 · 工具包

一个浏览器工具，在你租用或购买硬件之前，估算 LLM 需要的 GPU 显存，比较 GPU，估算投机解码的延迟，并估算每百万 token 的云成本。

stuntd

pollix · 工具包

一个浏览器演示，用两种方式回答问题：基础 Laya 模型零样本回答，以及 stuntd 为每个决策训练的小型头，涵盖客服分流、银行业务和编程智能体命令闸门。

Wet-Ink

Freedomform · 工具包

在浏览器里用动画演示扩散语言模型的一种解码方法，你可以调整窗口大小，看标记保持可编辑还是被冻结。适合研究和学习语言模型解码的人。

Unit 2.1 smolagents Code Quiz

agents-course · 工具包

Hugging Face 智能体课程里的编程测验应用，从数据集提供 smolagents 题目。适合想检查自己所学的学习者，以及想改造小型测验应用的老师。

Sygma ASR Arabic

abedbanna · 工具包

录制或接收阿拉伯语语音，把 Sygma 的解码和基础模型的贪心输出做对比，并给出词错误率的测试台。适合语音研究者和开发者。

DeepSite v2

ongudidan · 工具包

一个由 DeepSeek AI 驱动的编程平台，根据你的要求生成应用。适合想把生成式 AI 用进编码工作的开发者、数据科学家和 AI 工程师。

DeepSeek-V4.1-Flash-1017

deepseek-ai · 工具包

面向推理、编程和智能体任务的图文模型，上下文窗口为 1M 个 token，由 DeepSeek-V4.1-Flash 更新而来。适合构建智能体的开发者。

Qwen3.8-27B

Qwen · 工具包

能读懂文字、图片和视频并用文字回复的 27B 开源模型，面向编程、研究和多步骤智能体任务，适合自己部署模型的开发者。

Ripple-65B Preview

ricursiveAI · 工具包

用 650 亿参数的稠密语言模型驱动终端编程智能体，上下文最长 1,048,576 个 token。适合想要 Apache 2.0 开放权重的开发者和研究者。

Harness Leaderboard

joelniklaus · 工具包

在同一个开源模型上比较九个编码智能体，每个任务跑三次，附置信区间并公开每条运行轨迹。适合要决定在哪个智能体里运行开源模型的开发者。