Hemmingway-1

Hemmingway-1

把日常消息和邮件写成一条可以直接发送的文字，而不是一堆选项。基于 Qwen3.8-27B 的 27B 模型，非商业使用免费，适合想要听起来像真人写作的人。

由 HemmingwayAI 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。

简介

它是什么：Hemmingway-1 是基于 Qwen3.8-27B 的 27B 文本模型，面向人们每天都在做的写作，比如消息、邮件和写给同事的尴尬便条。很多模型会回答一堆选项加一段解释，而它直接给出文字本身。权重开放，非商业使用免费，商业使用需要另行达成协议。

适合谁：它适合经常写短消息的人，也适合想在开放模型上做写作助手的开发者。

行业 | 谁在用 | 怎么用 | 例子
个人和办公写作 | 要发一条尴尬消息的人 | 请它写出可以直接发送的文字 | 请它写一条给房东、说明锅炉坏了的消息
软件开发 | 开发写作助手的开发者 | 用 vLLM 部署模型 | 以 262,144 个 token 的上下文启动服务
研究 | 比较写作模型的人 | 阅读作者公布的基准测试结果 | 看看它在公开的 EQ-Bench 4 上的表现

如果你需要无需协议的商业使用，或者要医疗、法律、金钱方面的建议，可以略过它。

用在哪里：

• 你自己 GPU 机器上的 vLLM 服务器
• 使用 transformers 库的 Python 脚本
• 模型卡链接的在线试用页面，以及 Mac 和 Android 应用
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件

用途 | 谁用 | 能得到什么
日常消息 | 任何人 | 一条可以直接发的文字，前后没有选项或评论
工作邮件 | 办公室职员 | 尴尬便条和请求的草稿
难开口的请求 | 总在反复改写的人 | 一条试图说服对方的消息

如何设置：
你需要先准备：

• Python 和 Hugging Face 命令行
• 能放下约 53.8 GB BF16 权重的显存，或 4 位下约 13.4 GB，这只是估算值
• vLLM 或 transformers 库

1. 用 pip 安装 Hugging Face 工具。
2. 把模型文件下载到你的电脑。
3. 用 vLLM 启动它，或者在 Python 里加载。

pip install -U huggingface_hub
hf download HemmingwayAI/Hemmingway-1

如何使用：
启动一个 vLLM 服务器，或者在 Python 里加载模型，给它发一条聊天消息。模型卡自己的示例用的是 Altworld 那份权重。

vllm serve Altworld/Hemmingway-1 --max-model-len 262144

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "Altworld/Hemmingway-1"
tok = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto", dtype="auto")

messages = [{"role": "user", "content": "Write the text I send my landlord about the broken boiler."}]
ids = tok.apply_chat_template(messages, add_generation_prompt=True, return_tensors="pt").to(model.device)
out = model.generate(ids, max_new_tokens=512)
print(tok.decode(out[0][ids.shape[-1]:], skip_special_tokens=True))

工具 | 作用
vllm serve | 以 262,144 个 token 的上下文为模型启动服务
transformers 脚本 | 加载模型，应用聊天模板并打印回复

示例：你请它写一条给房东、说明锅炉坏了的消息。模型直接给出这条消息，可以直接发送，而不是三个选项再加一段对选项的解释。

新手与专家：第一次尝试可以让它写一封你一直拖着没写的短邮件，然后读读听起来怎么样。如果需要修改，就说明要改什么，再问一次。

对懂行的人来说，这是一个基于 Qwen3.8-27B 的 27B 模型，上下文 262,144 个 token。作者用盲测的一对一比较来评估，两种顺序都跑，并用另一个模型当评委。CommunicationBench、Human-Likeness 和 StoryBench 是他们自己做的基准测试，EQ-Bench 4 是公开的。代价在讲故事上，模型卡说它在敌对风格的故事和长故事回合上会输。

你描述需要的消息
模型用聊天模板读取它
它写出没有选项和备注的文字
你读一遍然后发送

注意事项：

Title: 难开口的请求中，被判为真人所写的比例
GPT-6 Astra: 9%
Hemmingway-1: 72%

• 基准测试：四个测试里有三个是作者自己做的，模型卡也开门见山地说了。在公开的 EQ-Bench 4 上它排第三。
• 弱项：敌对风格的故事和长故事回合。
• 可靠性：它可能出错却依然显得很有把握，所以不要用它做医疗、法律或财务决定。
• 语言：以英语为先。
• License: cc-by-nc-4.0，非商业使用免费，商业使用需另行协议。
• Cost to run: 开放权重没有提到 API 密钥或付费服务。模型卡没有说明在线页面或应用的费用。
• Data it reaches: 它从 Hugging Face 下载文件。模型卡没有描述在线页面或应用的数据处理方式。
• Not for: 没有协议的商业使用，以及医疗、法律或财务决定。

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 框架：transformers
• 参数量：26.9B
• Weights: about 53.8 GB in BF16; about 13.4 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：3,631
• 点赞：902
• 许可证：cc-by-nc-4.0
• 语言：en
• 基于：Qwen/Qwen3.8-27B
• Quantized versions: 54
• Fine-tunes: 8
• 标签：transformers, safetensors, qwen3_5_text, text-generation, qwen3.8, chat, creative-writing, altworld, conversational

链接

• 模型：https://huggingface.co/HemmingwayAI/Hemmingway-1
• 文件：https://huggingface.co/HemmingwayAI/Hemmingway-1/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download HemmingwayAI/Hemmingway-1

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。