来自 Hugging Face 的 AI 项目

GLiNER2.5 Base

fastino · 工具包

用同一个模式从英文文本中抽取实体、关系和结构化记录，并给文本分类，在本地的 CPU、CUDA 或 MPS 上运行。适合构建文本抽取流程的开发者。

Granite-4.0-H-350M

ibm-granite · 工具包

用 IBM 推出的 340M 参数指令模型处理摘要、分类、抽取、问答、RAG、代码任务和工具调用，支持 12 种语言。适合需要紧凑设备端模型的开发者。

embeddinggemma-2 GGUF

ggml-org · 工具包

用 llama 命令或 Llama 应用运行 Google embeddinggemma-2 的 GGUF 副本，这是一个 271M 的特征提取模型。适合想在本地使用小型文本嵌入模型的开发者。

GLiNER2 base

fastino · 工具包

用一个能在 CPU 上运行的小模型，从普通文本里提取实体、给文本分类、抽取结构化数据并找出关系。适合想做信息抽取、又不想用 GPU 或外部 API 的开发者。

THX-01

doofz · 工具包

一次快速处理，就能回答关于工单、邮件或文档的类型化问题，给出校准的概率、提取的数字、摘录和引用。这是一个 322M 的多语言模型，用于分类和信息提取。

lift

datalab-to · 工具包

从 PDF 和图像中提取结构化数据。你提供一个 JSON 模式，它返回与之匹配的对象。这是 Datalab 的 9.7B 视觉语言模型，适合处理文档的开发者。

UltraBERT-150M-clairic-extraction

tasksource · 工具包

按你用简短指令描述的字段，从文本里抽取答案，比如发票号或公司名，并返回匹配的片段。一个 150M 模型同时覆盖抽取式问答和实体识别。

rakedoc-nano-2

cloudraker · 工具包

把文档页面图片解析成文字、表格和图表，并保留 markdown 格式。这是 1.2B 参数的模型，图表提取更好，适合构建文档流水线的开发者。

Bill Information Extraction

Theivaprakasham · 工具包

一个用在 sroie 上微调的 LayoutLMv3 模型，从账单或收据图片里提取信息的 Gradio 应用。适合想在浏览器里试用文档信息提取的开发者和学生。

HF KeyBERT

Hellisotherpeople · 工具包

在 Streamlit 页面里用 KeyBERT 从文本中提取关键词，适合想不写代码就试用关键词提取的研究人员、学生和开发者。

Needle 2

Cactus-Compute · 工具包

一个 45M 参数的开放模型，用于工具调用、设备操作和结构化提取，打包成一个 14 MB 的二进制文件，约 28 MB 内存即可运行。适合需要在手机、开发板和浏览器上做函数调用的开发者。

Needle 3

Cactus-Compute · 工具包

Cactus Compute 的小型设备端模型，用于工具调用、结构化提取和文本嵌入，通过 cactus Python 包使用。适合构建本地智能体的开发者。

Ultimate RVC

JackismyShephard · 工具包

Ultimate RVC 项目的一个 Gradio 应用，用于语音转换、音源分离、特征提取和训练，可以在线运行，也可以用 Python 3.12.7 在你的电脑上运行。

MinerU Document Extraction Tools

opendatalab · 工具包

用运行在 ZeroGPU 上的 MinerU 演示，从 PDF、Office 文件和其他文档里提取内容。适合把文档变成结构化文本的开发者和数据团队。