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。
把 AI 写的草稿,如邮件、文章、报告和论坛帖子,改写得像真人写的,支持英文和中文。一个 12B 模型,保留数字和名字,可在本地运行。
humanizer 是一款工具包,属于写作类,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 jialinyyzz/humanizer
humanizer 是 jialinyyzz 的 12B 模型,基于 Gemma 4 12B,把 AI 写的草稿改写得像真人写的。它能处理英文和中文的邮件、文章、报告和论坛帖子。它被训练成不改动数字、度量、日期、名字和引用的话,也不自己添加内容。它在你自己的机器上运行。
从 AI 草稿起步、想在不改变事实的前提下把它改成自然口吻的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 办公 | 员工和管理者 | 改写 AI 起草的邮件和报告 | 一封语气更自然的工作邮件 |
| 教育 | 写文章的学生 | 用自己的风格改写草稿 | 一篇改写后的文章草稿 |
| 网络社区 | 论坛发帖者 | 改写回答和帖子 | 一条论坛回答或知乎回答 |
| 中文写作 | 中文写作者 | 改写中文草稿 | 一封改写后的中文工作邮件 |
如果你所有内容都手写,或者需要一个替你核对事实的工具,可以跳过它。
| Use case | Who | What they get back |
|---|---|---|
| 工作邮件 | 办公人员 | 数字、日期和名字都不变的改写版 |
| 文章和报告 | 学生和分析师 | 读起来像真人写的改写草稿 |
| 论坛帖子 | 社区成员 | 英文或中文的改写回答 |
pip install -U huggingface_hub hf download jialinyyzz/humanizer
打开应用并粘贴草稿。改写结果出现在旁边,新措辞会被高亮,应用可以离线使用。发送前请自己检查输出,尤其留意数字、日期和名字。
你粘贴一封生硬的 AI 工作邮件,里面有一个日期和一笔金额。模型返回一个口吻更自然的版本,日期、金额和名字都不变,也没有多出内容。
如果你是新手,先装应用,粘贴一封短邮件草稿,并排对比两个版本。使用改写前,先核对每个数字和名字。
底层是一个 12B 模型,基于 google/gemma-4-12B,提供 Safetensors 和 GGUF。卡片说训练过程中没有用到 AI 检测器。它较小的量化文件中有一部分经过额外训练,以便贴近完整模型。卡片报告,在 3.9 GB 时与完整模型下一个词的一致率为 87%,标准构建为 70%。
把 AI 写的草稿,如邮件、文章、报告和论坛帖子,改写得像真人写的,支持英文和中文。一个 12B 模型,保留数字和名字,可在本地运行。
由 jialinyyzz 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:humanizer 是 jialinyyzz 的 12B 模型,基于 Gemma 4 12B,把 AI 写的草稿改写得像真人写的。它能处理英文和中文的邮件、文章、报告和论坛帖子。它被训练成不改动数字、度量、日期、名字和引用的话,也不自己添加内容。它在你自己的机器上运行。
适合谁:从 AI 草稿起步、想在不改变事实的前提下把它改成自然口吻的人。
Industry | Who uses it | How they use it | Example
办公 | 员工和管理者 | 改写 AI 起草的邮件和报告 | 一封语气更自然的工作邮件
教育 | 写文章的学生 | 用自己的风格改写草稿 | 一篇改写后的文章草稿
网络社区 | 论坛发帖者 | 改写回答和帖子 | 一条论坛回答或知乎回答
中文写作 | 中文写作者 | 改写中文草稿 | 一封改写后的中文工作邮件
如果你所有内容都手写,或者需要一个替你核对事实的工具,可以跳过它。
用在哪里:
Use case | Who | What they get back
工作邮件 | 办公人员 | 数字、日期和名字都不变的改写版
文章和报告 | 学生和分析师 | 读起来像真人写的改写草稿
论坛帖子 | 社区成员 | 英文或中文的改写回答
如何设置:
pip install -U huggingface_hub
hf download jialinyyzz/humanizer
如何使用:打开应用并粘贴草稿。改写结果出现在旁边,新措辞会被高亮,应用可以离线使用。发送前请自己检查输出,尤其留意数字、日期和名字。
示例:你粘贴一封生硬的 AI 工作邮件,里面有一个日期和一笔金额。模型返回一个口吻更自然的版本,日期、金额和名字都不变,也没有多出内容。
新手与专家:如果你是新手,先装应用,粘贴一封短邮件草稿,并排对比两个版本。使用改写前,先核对每个数字和名字。
底层是一个 12B 模型,基于 google/gemma-4-12B,提供 Safetensors 和 GGUF。卡片说训练过程中没有用到 AI 检测器。它较小的量化文件中有一部分经过额外训练,以便贴近完整模型。卡片报告,在 3.9 GB 时与完整模型下一个词的一致率为 87%,标准构建为 70%。
你粘贴一段 AI 写的草稿
模型用自然的口吻改写
数字、日期、名字和引语保持不变
你查看高亮的改动
注意事项:
Title: 210 条英文改写中被 Originality.ai 判为 AI 的数量
This release: 11 flagged
Previous release: 26 flagged
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download jialinyyzz/humanizer
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 5 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 |
|---|---|---|---|---|---|
| humanizer 本页 | 391,936 | 2,260 | 12B | apache-2.0 | |
| Paraphase-2B共有 paraphrase · style-transfer · text-rewriting | 135 | 4 | 2.5B | apache-2.0 | |
| Smaug Humanizer共有 gemma4_unified · image-text-to-text · gemma4 | 1,162 | 29 | 12B | apache-2.0 | |
| humanizer-GGUF共有 gemma4 · text-rewriting · llama.cpp | 26,382 | 65 | 11.9B | apache-2.0 | |
| Hemmingway-1.5共有 humanizer · transformers · safetensors | 3,322 | 61 | 26.9B | cc-by-nc-4.0 | |
| gugujiji_novel-humanize-4b-GGUF共有 rewriting · gguf | 7,774 | 5 | 4B | apache-2.0 |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
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。
vennify · 工具包
用在 JFLEG 数据集上训练的 T5 模型改写英文文本,减少语法错误。由 vennify 制作,适合想在 Python 里加入语法修正步骤的写作者、学生和开发者。
tencent · 工具包
在你自己的设备上用压缩到 1.25 比特的 1.8B 模型进行 33 种语言之间的翻译,GGUF 文件约 440 MB,适用于 llama.cpp。适合给应用加入离线翻译的开发者。
summerAIO · 工具包
用经过微调、采用 Gated DeltaNet 层的 27B 模型,对整本书长度的文字做摘要、问答和续写,支持英语和日语。适合处理长文档的人。