Mindket

THX-02

新上架第 1 版 · 更新于

概览

用 THX-02 决策模型,对你描述的情境里的每个选项给出概率,还有可选的思考模式。这是一个 Gradio 演示,适合测试校准决策的研究者和开发者。

THX-02 是一款工具包,属于研究类,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。

速览

你需要
  • 如果只用在线 Space,就什么都不用装
  • 本地副本需要 Python 3.12 和 pip
  • requirements.txt 里列出的 Python 包
用在
  • 网页浏览器,在 Hugging Face 上这个 Space 的页面里
  • 你自己的电脑,作为本地副本,前提是装好了 Python 3.12
  • 列表带有 MCP 标签,但页面没有说明怎么那样使用
先运行
pip install -U huggingface_hub
hf download HAL-X-AI/thx-02 --repo-type space --local-dir thx-02
cd thx-02

平台

服务器可在其上运行

关于

它是什么

这是 THX-02 的 Gradio 演示,THX-02 是一个决策模型,它为每个选项给出概率,而不是只挑出一个。你描述一个状态,再添加三种类型的问题:choice、一种叫 noul 的是非题,以及 score。还可以打开可选的思考模式。它在 Hugging Face 的 zero-a10g 硬件上运行。

适合谁

研究模型概率和现实吻合程度的研究者,以及想要一个会报告不确定性的决策步骤的开发者。

IndustryWho uses itHow they use itExample
研究机器学习研究者查看决策模型给出的校准概率比较一个 choice 问题的各个选项
软件智能体开发者测试一个会返回不确定性的决策步骤对一个描述好的状态试一个是非题
分析分析师描述一个情境并提出不同类型的问题读每个选项的概率
教育学生了解校准概率是什么样子打开和关闭思考,比较差别

如果你只想要一个干脆的答案,可以跳过它,因为模型会给每个选项都返回一个概率。

用在哪里

  • 网页浏览器,在 Hugging Face 上这个 Space 的页面里
  • 你自己的电脑,作为本地副本,前提是装好了 Python 3.12
  • 列表带有 MCP 标签,但页面没有说明怎么那样使用
Use caseWhoWhat they get back
给一个 choice 的选项排序研究者和分析师每个选项的校准概率
回答一个是非题开发者是和否各自的概率
给某样东西打分开发者基于概率的得分

如何设置

  • 如果只用在线 Space,就什么都不用装
  • 本地副本需要 Python 3.12 和 pip
  • requirements.txt 里列出的 Python 包
  1. 想在线使用,就打开 Hugging Face 上这个 Space 的页面。
  2. 想要本地副本,先安装 Hugging Face hub 包,再下载这个 Space。
  3. 进入新文件夹,安装指定版本的 Gradio。
  4. 安装 requirements.txt 里的包。
  5. 用 Python 启动应用。
pip install -U huggingface_hub
hf download HAL-X-AI/thx-02 --repo-type space --local-dir thx-02
cd thx-02
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py

模型在应用进程内通过 transformers 运行,而不是通过单独的 vLLM 服务器。页面没有说明本地运行需要什么硬件。

如何使用

在线使用时,打开这个 Space,描述一个状态并添加你的问题。你可以加载 examples 文件夹里自带的示例。在自己的电脑上,运行应用文件,然后在浏览器里打开 Gradio 提供的页面。

ToolWhat it does
choice有多个选项的问题,为每个选项给出概率
noul一个是非题
score一个打分题
python app.py在你的电脑上启动 Gradio 应用

示例

你用几句话描述一个简短的情境,再添加一个有三个选项的 choice 问题。应用为每个选项返回一个概率,这样你能看出模型有多确定,而不只是哪个选项领先。

新手与专家

如果你是新手,校准概率就是一个尽量和答案实际答对的频率相符的数字。先试自带的示例,再改一个细节,看数字怎么变。

如果你熟悉这个领域,这个检查点是作者把决策权重和一个 think LoRA 合并而成的,由他们自己的函数构建。思考是可选的,并且会自行门控。

  1. 你描述一个状态
  2. 你添加不同类型的问题
  3. THX-02 运行,开启时会思考
  4. 为每个选项返回一个概率

注意事项

  • License: apache-2
  • Cost to run: 没有提到费用,不过这个 Space 在 Hugging Face 的 zero-a10g 硬件上运行
  • Data it reaches: 你输入的状态和问题,以及来自 Hugging Face 的模型文件

README 和文件

README

THX-02

用 THX-02 决策模型,对你描述的情境里的每个选项给出概率,还有可选的思考模式。这是一个 Gradio 演示,适合测试校准决策的研究者和开发者。

由 HAL-X-AI 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:这是 THX-02 的 Gradio 演示,THX-02 是一个决策模型,它为每个选项给出概率,而不是只挑出一个。你描述一个状态,再添加三种类型的问题:choice、一种叫 noul 的是非题,以及 score。还可以打开可选的思考模式。它在 Hugging Face 的 zero-a10g 硬件上运行。

适合谁:研究模型概率和现实吻合程度的研究者,以及想要一个会报告不确定性的决策步骤的开发者。

Industry | Who uses it | How they use it | Example
研究 | 机器学习研究者 | 查看决策模型给出的校准概率 | 比较一个 choice 问题的各个选项
软件 | 智能体开发者 | 测试一个会返回不确定性的决策步骤 | 对一个描述好的状态试一个是非题
分析 | 分析师 | 描述一个情境并提出不同类型的问题 | 读每个选项的概率
教育 | 学生 | 了解校准概率是什么样子 | 打开和关闭思考,比较差别

如果你只想要一个干脆的答案,可以跳过它,因为模型会给每个选项都返回一个概率。

用在哪里:

  • 网页浏览器,在 Hugging Face 上这个 Space 的页面里
  • 你自己的电脑,作为本地副本,前提是装好了 Python 3.12
  • 列表带有 MCP 标签,但页面没有说明怎么那样使用
Use case | Who | What they get back
给一个 choice 的选项排序 | 研究者和分析师 | 每个选项的校准概率
回答一个是非题 | 开发者 | 是和否各自的概率
给某样东西打分 | 开发者 | 基于概率的得分

如何设置:

  • 如果只用在线 Space,就什么都不用装
  • 本地副本需要 Python 3.12 和 pip
  • requirements.txt 里列出的 Python 包
  1. 想在线使用,就打开 Hugging Face 上这个 Space 的页面。
  2. 想要本地副本,先安装 Hugging Face hub 包,再下载这个 Space。
  3. 进入新文件夹,安装指定版本的 Gradio。
  4. 安装 requirements.txt 里的包。
  5. 用 Python 启动应用。
pip install -U huggingface_hub
hf download HAL-X-AI/thx-02 --repo-type space --local-dir thx-02
cd thx-02
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py

模型在应用进程内通过 transformers 运行,而不是通过单独的 vLLM 服务器。页面没有说明本地运行需要什么硬件。

如何使用:在线使用时,打开这个 Space,描述一个状态并添加你的问题。你可以加载 examples 文件夹里自带的示例。在自己的电脑上,运行应用文件,然后在浏览器里打开 Gradio 提供的页面。

Tool | What it does
choice | 有多个选项的问题,为每个选项给出概率
noul | 一个是非题
score | 一个打分题
python app.py | 在你的电脑上启动 Gradio 应用

示例:你用几句话描述一个简短的情境,再添加一个有三个选项的 choice 问题。应用为每个选项返回一个概率,这样你能看出模型有多确定,而不只是哪个选项领先。

新手与专家:如果你是新手,校准概率就是一个尽量和答案实际答对的频率相符的数字。先试自带的示例,再改一个细节,看数字怎么变。

如果你熟悉这个领域,这个检查点是作者把决策权重和一个 think LoRA 合并而成的,由他们自己的函数构建。思考是可选的,并且会自行门控。

你描述一个状态
你添加不同类型的问题
THX-02 运行,开启时会思考
为每个选项返回一个概率

注意事项:

  • License: apache-2
  • Cost to run: 没有提到费用,不过这个 Space 在 Hugging Face 的 zero-a10g 硬件上运行
  • Data it reaches: 你输入的状态和问题,以及来自 Hugging Face 的模型文件

Hugging Face 上的数据(2026年11月13日)

  • 点赞:1
  • 构建方式:gradio
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/HAL-X-AI/thx-02
  • 文件:https://huggingface.co/spaces/HAL-X-AI/thx-02/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
THX-02 本页1gradioapache-2.0
TabArena共有 mcp-server · gradio222gradioapache-2.0
Recommend Similar Papers共有 mcp-server · gradio201gradiomit
4DAnyone Multi-View Video共有 mcp-server · gradio47gradioapache-2.0
PRISM Image to 3D共有 mcp-server · gradio6gradioapache-2.0
ModelScope Text To Video共有 mcp-server · gradio1gradiocc-by-nc-4.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

研究类的相似商品

查看研究类的全部商品

Merlin-Cancer-Super

AbdomenAtlas · 工具包

在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。

新上架

EarthJev

dBenf · 工具包

回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。

新上架

getting-over-it-rl-jax

zimmerk4 · 工具包

用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。

新上架