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。
托管 bigcode 团队的一个 Gradio 竞技场应用,代码涵盖聊天、补全、投票、Elo 分数和排名,另有一个沙盒文件夹。适合想了解这类竞技场怎么搭的人。
BigCodeArena 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 bigcode/arena --repo-type space --local-dir arena cd arena
BigCodeArena 是 bigcode 团队的一个 Gradio 应用。从文件名看,它是一个用来比较模型回答的竞技场,聊天状态、补全、对话、投票、Elo 分数和排名各有单独的代码。旁边还有一个沙盒文件夹。README 指向一篇 arXiv 论文作为背景。
它适合想要一个可运行的模型竞技场范例的开发者和研究者,也适合想在浏览器里试用这个托管应用的人。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 软件 | 开发者 | 阅读这些 Python 文件,了解竞技场应用是怎么拆分成各个部分的 | 研究投票如何流入 Elo 和排名代码 |
| 研究 | AI 研究者 | 打开托管应用,看模型回答是如何被比较的 | 对照应用阅读链接的论文 |
| 教育 | 机器学习的学生 | 在一个小项目里学习 Elo 评分的代码 | 运行一份副本并阅读 elo_calculation.py |
如果你只想看一份现成的排行榜,可以跳过它,因为这个 Space 是应用和它的代码。
| 使用场景 | 谁用 | 能得到什么 |
|---|---|---|
| 试用托管应用 | 任何人 | 浏览器里的竞技场界面 |
| 研究结构 | 开发者 | 聊天、投票、Elo 分数和排名各自独立的文件 |
| 运行私有副本 | 开发者 | 用 python app.py 启动的本地应用 |
使用托管页面不需要你做任何准备。本地副本需要先备好下面这些东西。
pip install -U huggingface_hub hf download bigcode/arena --repo-type space --local-dir arena cd arena pip install gradio==5.44.1 pip install -r requirements.txt python app.py
打开 Space 页面,或者用上面最后一条命令启动你的副本,然后使用出现的应用。仓库除了文件名之外说得不多,其余的需要你自己试用界面来了解。
| 工具 | 作用 |
|---|---|
| app.py | 启动 Gradio 应用 |
| api_config.yaml | 仓库顶层的一个配置文件 |
| chat_state.py | 从名字看是聊天状态的代码 |
| voting.py | 从名字看是投票的代码 |
| elo_calculation.py | 从名字看是 Elo 分数计算的代码 |
| ranking.py | 从名字看是排名的代码 |
你在浏览器里打开 Space 页面。竞技场的 Gradio 界面在 cpu-basic 硬件上加载,你可以随意看看。在本地副本里,同样的界面由 python app.py 启动。
如果你是新手,打开托管页面,看看它是怎么布局的,什么都不用安装。等你对代码好奇了,再下载一份副本,一个一个打开 Python 文件。
如果你熟悉这个领域,代码是按职责拆分的,聊天状态、补全、对话、投票、Elo 计算和排名各在自己的文件里。这个 Space 在 Python 3.12.10 上使用 Gradio 5.44.1,运行在没有 GPU 的 cpu-basic 上。仓库没有说明模型调用是在哪里发生的。
仓库一共有 20 个文件,README 本身很短。
托管 bigcode 团队的一个 Gradio 竞技场应用,代码涵盖聊天、补全、投票、Elo 分数和排名,另有一个沙盒文件夹。适合想了解这类竞技场怎么搭的人。
由 bigcode 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。
它是什么:BigCodeArena 是 bigcode 团队的一个 Gradio 应用。从文件名看,它是一个用来比较模型回答的竞技场,聊天状态、补全、对话、投票、Elo 分数和排名各有单独的代码。旁边还有一个沙盒文件夹。README 指向一篇 arXiv 论文作为背景。
适合谁:它适合想要一个可运行的模型竞技场范例的开发者和研究者,也适合想在浏览器里试用这个托管应用的人。
行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 阅读这些 Python 文件,了解竞技场应用是怎么拆分成各个部分的 | 研究投票如何流入 Elo 和排名代码
研究 | AI 研究者 | 打开托管应用,看模型回答是如何被比较的 | 对照应用阅读链接的论文
教育 | 机器学习的学生 | 在一个小项目里学习 Elo 评分的代码 | 运行一份副本并阅读 elo_calculation.py
如果你只想看一份现成的排行榜,可以跳过它,因为这个 Space 是应用和它的代码。
用在哪里:
使用场景 | 谁用 | 能得到什么
试用托管应用 | 任何人 | 浏览器里的竞技场界面
研究结构 | 开发者 | 聊天、投票、Elo 分数和排名各自独立的文件
运行私有副本 | 开发者 | 用 python app.py 启动的本地应用
如何设置:使用托管页面不需要你做任何准备。本地副本需要先备好下面这些东西。
pip install -U huggingface_hub
hf download bigcode/arena --repo-type space --local-dir arena
cd arena
pip install gradio==5.44.1
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,或者用上面最后一条命令启动你的副本,然后使用出现的应用。仓库除了文件名之外说得不多,其余的需要你自己试用界面来了解。
工具 | 作用
app.py | 启动 Gradio 应用
api_config.yaml | 仓库顶层的一个配置文件
chat_state.py | 从名字看是聊天状态的代码
voting.py | 从名字看是投票的代码
elo_calculation.py | 从名字看是 Elo 分数计算的代码
ranking.py | 从名字看是排名的代码
示例:你在浏览器里打开 Space 页面。竞技场的 Gradio 界面在 cpu-basic 硬件上加载,你可以随意看看。在本地副本里,同样的界面由 python app.py 启动。
新手与专家:如果你是新手,打开托管页面,看看它是怎么布局的,什么都不用安装。等你对代码好奇了,再下载一份副本,一个一个打开 Python 文件。
如果你熟悉这个领域,代码是按职责拆分的,聊天状态、补全、对话、投票、Elo 计算和排名各在自己的文件里。这个 Space 在 Python 3.12.10 上使用 Gradio 5.44.1,运行在没有 GPU 的 cpu-basic 上。仓库没有说明模型调用是在哪里发生的。
打开 Space 或运行 app.py
Gradio 提供竞技场界面
你在浏览器里使用它
注意事项:仓库一共有 20 个文件,README 本身很短。
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。
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 Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| BigCodeArena 本页 | 39 | gradio | apache-2.0 | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | gradio | apache-2.0 |
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。
LibertAIDAI · 工具包
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。
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。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
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。