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。
用一份题目来自数据集的测验,检查你对 AI 智能体基础知识的掌握,属于智能体课程的一部分。适合正在学习这门课程的人。
Unit 1 Quiz - AI Agent Fundementals 是一款工具包,属于教育类,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 agents-course/unit_1_quiz --repo-type space --local-dir unit_1_quiz cd unit_1_quiz
这个 Space 是一份关于 AI 智能体基础知识的测验,为智能体课程而做。这个应用是针对数据集各行的测验,Space 提到用 unit_1_quiz 数据集提供题目。它在 Hugging Face 的 cpu-upgrade 硬件上运行。
适合正在学习智能体课程、想检查自己对第一单元掌握情况的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 教育 | 课程学员 | 检查自己在第一单元学到了什么 | 读完这一单元后回答测验 |
| 教学 | 讲师 | 把学习者引向一个自我检查 | 把这个 Space 分享给学习小组 |
| 软件 | 开发者 | 研究基于数据集的测验应用 | 阅读 app.py 和 example.json 文件 |
如果你还没开始这门课程,可以跳过它,因为测验针对的是第一单元。
你可以在这些地方使用它:
| Use case | Who | What they get back |
|---|---|---|
| 自我检查 | 课程学员 | 一份关于智能体基础知识的测验 |
| 研究测验应用 | 开发者 | 一个把数据集的行变成题目的小型 Gradio 应用 |
如果要在本地运行副本,你需要先准备:
在线页面不需要这些。若要运行你自己的副本,请按下面的步骤操作。
pip install -U huggingface_hub hf download agents-course/unit_1_quiz --repo-type space --local-dir unit_1_quiz cd unit_1_quiz pip install gradio==5.15.0 pip install -r requirements.txt python app.py
在浏览器里打开这个 Space,或者用下面的命令启动你自己的副本。然后一道一道地做题。
python app.py
你打开这个 Space,读一道关于智能体基础的题。你选好答案,应用就会转到数据集里的下一道题。
如果你是新手,先学完课程的第一单元,再做测验,看看哪些部分需要重读。
如果你熟悉这个领域,这个应用是用 Gradio 做的、针对数据集各行的通用测验。仓库里还有一个证书 PDF、两个字体文件和一个 templates 文件夹,Space 还提到一个证书数据集,但来源没有说明它们怎么使用。
来源只用一句话描述这个 Space,所以没有给出评分方面的细节。
用一份题目来自数据集的测验,检查你对 AI 智能体基础知识的掌握,属于智能体课程的一部分。适合正在学习这门课程的人。
由 agents-course 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:这个 Space 是一份关于 AI 智能体基础知识的测验,为智能体课程而做。这个应用是针对数据集各行的测验,Space 提到用 unit_1_quiz 数据集提供题目。它在 Hugging Face 的 cpu-upgrade 硬件上运行。
适合谁:适合正在学习智能体课程、想检查自己对第一单元掌握情况的人。
Industry | Who uses it | How they use it | Example
教育 | 课程学员 | 检查自己在第一单元学到了什么 | 读完这一单元后回答测验
教学 | 讲师 | 把学习者引向一个自我检查 | 把这个 Space 分享给学习小组
软件 | 开发者 | 研究基于数据集的测验应用 | 阅读 app.py 和 example.json 文件
如果你还没开始这门课程,可以跳过它,因为测验针对的是第一单元。
用在哪里:你可以在这些地方使用它:
Use case | Who | What they get back
自我检查 | 课程学员 | 一份关于智能体基础知识的测验
研究测验应用 | 开发者 | 一个把数据集的行变成题目的小型 Gradio 应用
如何设置:如果要在本地运行副本,你需要先准备:
在线页面不需要这些。若要运行你自己的副本,请按下面的步骤操作。
pip install -U huggingface_hub
hf download agents-course/unit_1_quiz --repo-type space --local-dir unit_1_quiz
cd unit_1_quiz
pip install gradio==5.15.0
pip install -r requirements.txt
python app.py
如何使用:在浏览器里打开这个 Space,或者用下面的命令启动你自己的副本。然后一道一道地做题。
python app.py
示例:你打开这个 Space,读一道关于智能体基础的题。你选好答案,应用就会转到数据集里的下一道题。
新手与专家:如果你是新手,先学完课程的第一单元,再做测验,看看哪些部分需要重读。
如果你熟悉这个领域,这个应用是用 Gradio 做的、针对数据集各行的通用测验。仓库里还有一个证书 PDF、两个字体文件和一个 templates 文件夹,Space 还提到一个证书数据集,但来源没有说明它们怎么使用。
打开测验
从数据集加载一道题
你作答
应用转到下一题
注意事项:来源只用一句话描述这个 Space,所以没有给出评分方面的细节。
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 |
|---|---|---|---|---|
| Unit 1 Quiz - AI Agent Fundementals 本页 | 360 | gradio | apache-2.0 | |
| Unit 2.1 smolagents Code Quiz共有 gradio | 63 | gradio | apache-2.0 | |
| Unit 1 Quiz - Model Context Protocol (MCP) Fundementals共有 gradio | 58 | gradio | apache-2.0 | |
| Tamazight Text-to-Speech共有 gradio | 41 | gradio | cc-by-4.0 | |
| Embedding Draw Challenge共有 gradio | 30 | gradio | apache-2.0 | |
| Arabic Auto Tashkeel共有 gradio | 29 | 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。
prathoshap · 工具包
用一个训练好的声音,以吟诵风格朗读古典梵语诗节,由参考音频决定节奏。适合学习、背诵或需要梵语音频的人。
paradigma-inc · 工具包
用一个从头训练的 1B 参数模型解决难度很高的数学题,追求高速、大批量的推理。适合在 NVIDIA GPU 上运行数学任务的开发者。
murai-labs · 工具包
能用泰米尔文、罗马化泰米尔语和英语聊天,也能在泰米尔语和英语之间翻译。这是 Murai Labs 从零训练的 2.5B 模型,适合泰米尔语使用者、研究人员和开发者。