anaksor-ocr
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
ReadyArt 的 31.3B 参数文本生成模型,基于 Google 的 gemma-4-31b-it,以 Safetensors 存放。页面没有说明用途,适合想研究 Gemma 4 变体的人。
gemma-4-31B-it-scotoma-2 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download ReadyArt/gemma-4-31B-it-scotoma-2
gemma-4-31B-it-scotoma-2 是 ReadyArt 的文本生成模型,有 313 亿参数。它基于 Google 的 gemma-4-31b-it,以 Safetensors 格式存放。页面里能读到的部分只有页面样式,所以没有说明这个模型是为什么而调整的。
使用大型开源模型、愿意先用自己的提示词测试一个没有说明的变体再决定是否依赖它的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 研究 | 模型评估者 | 把一个 Gemma 4 变体与它的基础模型比较 | 在两个模型上运行同样的提示词 |
| 软件 | 开发者 | 在自己的硬件上试用 31B 文本模型 | 与本地副本的一次聊天 |
| 家用实验室 | 爱好者 | 测试一个社区变体的表现 | 一组常用的提示词 |
如果你需要有文档说明的行为,可以跳过它,因为页面没有给出说明、示例或结果。
| Use case | Who | What they get back |
|---|---|---|
| 和 31B 模型聊天 | 开发者 | 基于 Gemma 4 的模型给出的文字回复 |
| 与基础模型比较 | 评估者 | 可以与原版 gemma-4-31b-it 并排比较的输出 |
你需要装有 pip 的 Python、transformers 库和大量磁盘空间。BF16 权重约 62.5 GB,按记录的估计,4-bit 版本约 15.6 GB。
pip install -U huggingface_hub hf download ReadyArt/gemma-4-31B-it-scotoma-2
页面没有给出能读到的运行步骤。像加载 Gemma 聊天模型那样,在 transformers 里加载下载好的文件,并到模型页面查看它自己的说明。
hf download ReadyArt/gemma-4-31B-it-scotoma-2
| Tool | What it does |
|---|---|
| hf download | 把这个仓库的文件复制到你的电脑 |
| transformers | 加载用于文本生成的权重 |
你下载文件、加载模型,向它发一个简短的问题。因为页面没有给出示例,请把回复与基础 Gemma 模型会说的内容对照着判断。
如果你是新手,要知道 31B 模型需要强大的 GPU。先从较小的模型开始,等能够认真测试时再回到这一个。
如果你熟悉这个领域,这是一个 31B 指令微调 Gemma 4 模型的衍生版本。记录显示别人做了 21 个量化版本和 9 个微调版本。能读到的文字里没有说明调整用的数据、方法和目标。
页面没有解释这个模型,所以依赖它之前先用你自己的提示词测试。
ReadyArt 的 31.3B 参数文本生成模型,基于 Google 的 gemma-4-31b-it,以 Safetensors 存放。页面没有说明用途,适合想研究 Gemma 4 变体的人。
由 ReadyArt 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:gemma-4-31B-it-scotoma-2 是 ReadyArt 的文本生成模型,有 313 亿参数。它基于 Google 的 gemma-4-31b-it,以 Safetensors 格式存放。页面里能读到的部分只有页面样式,所以没有说明这个模型是为什么而调整的。
适合谁:使用大型开源模型、愿意先用自己的提示词测试一个没有说明的变体再决定是否依赖它的人。
Industry | Who uses it | How they use it | Example
研究 | 模型评估者 | 把一个 Gemma 4 变体与它的基础模型比较 | 在两个模型上运行同样的提示词
软件 | 开发者 | 在自己的硬件上试用 31B 文本模型 | 与本地副本的一次聊天
家用实验室 | 爱好者 | 测试一个社区变体的表现 | 一组常用的提示词
如果你需要有文档说明的行为,可以跳过它,因为页面没有给出说明、示例或结果。
用在哪里:
Use case | Who | What they get back
和 31B 模型聊天 | 开发者 | 基于 Gemma 4 的模型给出的文字回复
与基础模型比较 | 评估者 | 可以与原版 gemma-4-31b-it 并排比较的输出
如何设置:你需要装有 pip 的 Python、transformers 库和大量磁盘空间。BF16 权重约 62.5 GB,按记录的估计,4-bit 版本约 15.6 GB。
pip install -U huggingface_hub
hf download ReadyArt/gemma-4-31B-it-scotoma-2
如何使用:页面没有给出能读到的运行步骤。像加载 Gemma 聊天模型那样,在 transformers 里加载下载好的文件,并到模型页面查看它自己的说明。
hf download ReadyArt/gemma-4-31B-it-scotoma-2
Tool | What it does
hf download | 把这个仓库的文件复制到你的电脑
transformers | 加载用于文本生成的权重
示例:你下载文件、加载模型,向它发一个简短的问题。因为页面没有给出示例,请把回复与基础 Gemma 模型会说的内容对照着判断。
新手与专家:如果你是新手,要知道 31B 模型需要强大的 GPU。先从较小的模型开始,等能够认真测试时再回到这一个。
如果你熟悉这个领域,这是一个 31B 指令微调 Gemma 4 模型的衍生版本。记录显示别人做了 21 个量化版本和 9 个微调版本。能读到的文字里没有说明调整用的数据、方法和目标。
从 gemma-4-31b-it 出发
应用 ReadyArt 的调整
发布 Safetensors 权重
用你的提示词加载并测试
注意事项:页面没有解释这个模型,所以依赖它之前先用你自己的提示词测试。
Title: 大致权重大小,单位 GB
BF16: 62.5 GB
4-bit 估计: 15.6 GB
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download ReadyArt/gemma-4-31B-it-scotoma-2
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| gemma-4-31B-it-scotoma-2 本页 | 1,643 | 60 | 31.3B | apache-2.0 | |
| gemma-4-31B-it共有 gemma4 · image-text-to-text · conversational | 6,692,367 | 4,348 | 31.3B | apache-2.0 | |
| gemma-4-26B-A4B-it共有 gemma4 · image-text-to-text · conversational | 5,304,019 | 1,758 | 25.8B | apache-2.0 | |
| gemma-4-E4B-it-weight-space-programming共有 gemma4 · image-text-to-text · conversational | 125 | 3 | 8B | gemma | |
| gemma-4-31B-it-qat-GGUF共有 gemma4 · image-text-to-text · conversational | 79,933 | 226 | 30.7B | apache-2.0 | |
| gemma-4-E4B-it共有 gemma4 · image-text-to-text · transformers | 4,298,348 | 1,850 | 8B | apache-2.0 |
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。