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。
打开一个 Streamlit 应用,标题指向用 spaCy 做命名实体识别,适合想看名称怎样从文本里被挑出来的学生和开发者。说明里的其他细节很少。
Spacy Ner 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 kingfisher/spacy-ner --repo-type space --local-dir spacy-ner cd spacy-ner
这是 kingfisher 做的一个小型 Streamlit 应用,只有一个主文件。标题指向用 spaCy 做命名实体识别,也就是从文本里挑出人名、地名和机构名。来源没有给出其他细节,也没有列出任何模型。你可以在浏览器里使用,也可以在自己的电脑上运行一份副本。
它适合想在自己写的句子上看实体识别效果、并想读一个简短 Streamlit 应用怎么搭的学生和开发者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 教育 | 自然语言处理的学生 | 看实体标注器能从句子里挑出什么 | 打开这个 Space,输入一个短句 |
| 软件 | Python 开发者 | 在用之前先拿自己的文本试一下标注器 | 在本地运行一份副本并读 app.py |
| 研究 | 数据分析师 | 在样例文档上快速试一个标注器 | 粘贴文档里的几行 |
如果你要处理成千上万个文件,可以跳过它,因为这只是一个小型演示页面。
| 用途 | 谁用 | 得到什么 |
|---|---|---|
| 标注句子 | 学生 | 应用在文本里找到的名称 |
| 在你的文本上测试 | 开发者 | 快速看看标注器在他们自己文字上的表现 |
| 读代码 | 学习者 | Streamlit 页面背后的简短 app.py |
先准备好下面这些东西。
pip install -U huggingface_hub hf download kingfisher/spacy-ner --repo-type space --local-dir spacy-ner cd spacy-ner pip install streamlit pip install -r requirements.txt streamlit run app.py
在线使用时,用 Space 显示的 Streamlit 页面。在自己的电脑上,则用下面的命令启动应用,再在浏览器里打开它提供的页面。
streamlit run app.py
你在项目文件夹里运行 streamlit run app.py,打开页面并输入一句含有人名和城市名的话。页面会显示应用在其中找到的名称。
如果你是新手,先从在线版开始。到这个 Space 里,在安装任何东西之前先输入一句带名字的话。它能让你看到实体识别在实际中是什么样子。
如果你懂这个领域,要注意仓库里只有 README、app.py 和 requirements.txt。来源没有列出模型、标签集或准确率数字,所以请读 app.py 看它加载的是哪个 spaCy 流水线。
许可标签是 cc-by-nc-sa-4,通常限制商业使用,所以在复用代码之前请先读它的条款。
打开一个 Streamlit 应用,标题指向用 spaCy 做命名实体识别,适合想看名称怎样从文本里被挑出来的学生和开发者。说明里的其他细节很少。
由 kingfisher 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:这是 kingfisher 做的一个小型 Streamlit 应用,只有一个主文件。标题指向用 spaCy 做命名实体识别,也就是从文本里挑出人名、地名和机构名。来源没有给出其他细节,也没有列出任何模型。你可以在浏览器里使用,也可以在自己的电脑上运行一份副本。
适合谁:它适合想在自己写的句子上看实体识别效果、并想读一个简短 Streamlit 应用怎么搭的学生和开发者。
行业 | 谁在用 | 怎么用 | 例子
教育 | 自然语言处理的学生 | 看实体标注器能从句子里挑出什么 | 打开这个 Space,输入一个短句
软件 | Python 开发者 | 在用之前先拿自己的文本试一下标注器 | 在本地运行一份副本并读 app.py
研究 | 数据分析师 | 在样例文档上快速试一个标注器 | 粘贴文档里的几行
如果你要处理成千上万个文件,可以跳过它,因为这只是一个小型演示页面。
用在哪里:
用途 | 谁用 | 得到什么
标注句子 | 学生 | 应用在文本里找到的名称
在你的文本上测试 | 开发者 | 快速看看标注器在他们自己文字上的表现
读代码 | 学习者 | Streamlit 页面背后的简短 app.py
如何设置:先准备好下面这些东西。
pip install -U huggingface_hub
hf download kingfisher/spacy-ner --repo-type space --local-dir spacy-ner
cd spacy-ner
pip install streamlit
pip install -r requirements.txt
streamlit run app.py
如何使用:在线使用时,用 Space 显示的 Streamlit 页面。在自己的电脑上,则用下面的命令启动应用,再在浏览器里打开它提供的页面。
streamlit run app.py
示例:你在项目文件夹里运行 streamlit run app.py,打开页面并输入一句含有人名和城市名的话。页面会显示应用在其中找到的名称。
新手与专家:如果你是新手,先从在线版开始。到这个 Space 里,在安装任何东西之前先输入一句带名字的话。它能让你看到实体识别在实际中是什么样子。
如果你懂这个领域,要注意仓库里只有 README、app.py 和 requirements.txt。来源没有列出模型、标签集或准确率数字,所以请读 app.py 看它加载的是哪个 spaCy 流水线。
打开 Space 或运行 streamlit
Streamlit 页面加载
你输入一些文字
应用标注实体
标注后的文字显示在页面上
注意事项:许可标签是 cc-by-nc-sa-4,通常限制商业使用,所以在复用代码之前请先读它的条款。
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 |
|---|---|---|---|---|
| Spacy Ner 本页 | 2 | streamlit | cc-by-nc-sa-4.0 | |
| TorchCAM 类激活图共有 streamlit | 16 | docker | apache-2.0 | |
| Anime Recommendation System共有 streamlit | 9 | streamlit | apache-2.0 | |
| Image Text Detection共有 streamlit | 6 | streamlit | mit | |
| NER Biomedical PHI Ensemble共有 streamlit | 2 | streamlit | mit | |
| Harry Potter Q A共有 streamlit | 1 | streamlit | afl-3.0 |
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。