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。
Mistral 为 Lean 4 证明助手推出的开源代码智能体模型。它能证明定理、修复 Lean 代码,支持文本和图像,可通过 Mistral API 或你自己的 vLLM 服务器运行。
Leanstral 1.5 119B A6B 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。
vibe --setup
Leanstral 1.5 是开放权重的代码智能体模型,面向 Lean 4。Lean 4 是一个证明助手,既能表达高等数学,也能表达软件的规约。它属于 Mistral Small 4 系列,是早先 Leanstral 版本的更新。
它是混合专家模型,有 128 个专家,每个标记激活 4 个,总共 1190 亿个参数,其中 65 亿个处于激活状态。上下文长度是 256k 标记。它接受文本和图像,输出文本。
适合想要一个能在项目里证明定理或修复代码的 AI 智能体的 Lean 4 用户,以及围绕 Lean 构建智能体的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 数学 | Lean 用户和数学家 | 让智能体尝试证明给定的定理 | 在 Lean 项目里证明一个引理 |
| 软件验证 | 验证工程师 | 编写和修复形式化规约 | 修复规约里失败的证明 |
| AI 智能体 | 智能体开发者 | 通过 MCP 把模型和 Lean 工具搭配使用 | 把模型接到 lean-lsp-mcp |
| 教育 | 学生 | 获得 Lean 练习的帮助 | 让智能体补全一个证明步骤 |
如果你不用 Lean 4,可以跳过它,因为这个模型是为那个证明助手打造的。
| Use case | Who | What they get back |
|---|---|---|
| 定理证明 | Lean 用户 | 对你给出的定理的证明尝试 |
| 代码修复 | 开发者 | 对你项目里 Lean 代码的修复 |
| 长任务 | 研究人员 | 对一个难题持续数小时的自主工作 |
你需要完成 Mistral 账号设置,或者有一台本地 vLLM 服务器。
vibe --setup
在 vibe 里依次输入这两行:
/leanstall exit
在你的 Lean 项目里打开终端,启动 Lean 智能体。确认顶部显示的是 Leanstral。推荐的设置是温度 1.0,上下文不超过 200k 标记。
vibe --agent lean
如果要自动批准模型的改动,加上 yolo 参数,并且要小心使用:
vibe --agent lean --yolo
| Tool | What it does |
|---|---|
| vibe --setup | 如果设置没有自动运行,就向你要 Mistral API 密钥 |
| /leanstall | 在 vibe 里安装 Leanstral |
| vibe --agent lean | 启动 Lean 智能体 |
| --yolo | 不再询问就批准模型的改动 |
| lean-lsp-mcp | 让智能体能和 Lean 对话的工具 |
在你的 Lean 项目文件夹里启动智能体,让它证明你写好的定理,或者修复一个出问题的证明。它可以对一个难题连续工作数小时,然后报告它改了什么。
如果你刚接触 Lean,先读一个简短的证明,再让智能体解释或扩展它。保持默认的批准提示开启,这样你能看到每一处改动。
对专家来说,推理强度设置有两个值:none 关闭推理,high 在复杂提示词时开启推理。本地 vLLM 方案需要 vllm 0.24.0 或更高版本,以及 vibe 智能体文件夹里的自定义智能体文件。模型卡建议在本地服务效果不好时改用 Mistral API。
下面几点说明了限制和成本。
Mistral 为 Lean 4 证明助手推出的开源代码智能体模型。它能证明定理、修复 Lean 代码,支持文本和图像,可通过 Mistral API 或你自己的 vLLM 服务器运行。
由 mistralai 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:Leanstral 1.5 是开放权重的代码智能体模型,面向 Lean 4。Lean 4 是一个证明助手,既能表达高等数学,也能表达软件的规约。它属于 Mistral Small 4 系列,是早先 Leanstral 版本的更新。
它是混合专家模型,有 128 个专家,每个标记激活 4 个,总共 1190 亿个参数,其中 65 亿个处于激活状态。上下文长度是 256k 标记。它接受文本和图像,输出文本。
适合谁:适合想要一个能在项目里证明定理或修复代码的 AI 智能体的 Lean 4 用户,以及围绕 Lean 构建智能体的开发者。
Industry | Who uses it | How they use it | Example
数学 | Lean 用户和数学家 | 让智能体尝试证明给定的定理 | 在 Lean 项目里证明一个引理
软件验证 | 验证工程师 | 编写和修复形式化规约 | 修复规约里失败的证明
AI 智能体 | 智能体开发者 | 通过 MCP 把模型和 Lean 工具搭配使用 | 把模型接到 lean-lsp-mcp
教育 | 学生 | 获得 Lean 练习的帮助 | 让智能体补全一个证明步骤
如果你不用 Lean 4,可以跳过它,因为这个模型是为那个证明助手打造的。
用在哪里:
Use case | Who | What they get back
定理证明 | Lean 用户 | 对你给出的定理的证明尝试
代码修复 | 开发者 | 对你项目里 Lean 代码的修复
长任务 | 研究人员 | 对一个难题持续数小时的自主工作
如何设置:你需要完成 Mistral 账号设置,或者有一台本地 vLLM 服务器。
vibe --setup
在 vibe 里依次输入这两行:
/leanstall
exit
如何使用:在你的 Lean 项目里打开终端,启动 Lean 智能体。确认顶部显示的是 Leanstral。推荐的设置是温度 1.0,上下文不超过 200k 标记。
vibe --agent lean
如果要自动批准模型的改动,加上 yolo 参数,并且要小心使用:
vibe --agent lean --yolo
Tool | What it does
vibe --setup | 如果设置没有自动运行,就向你要 Mistral API 密钥
/leanstall | 在 vibe 里安装 Leanstral
vibe --agent lean | 启动 Lean 智能体
--yolo | 不再询问就批准模型的改动
lean-lsp-mcp | 让智能体能和 Lean 对话的工具
示例:在你的 Lean 项目文件夹里启动智能体,让它证明你写好的定理,或者修复一个出问题的证明。它可以对一个难题连续工作数小时,然后报告它改了什么。
新手与专家:如果你刚接触 Lean,先读一个简短的证明,再让智能体解释或扩展它。保持默认的批准提示开启,这样你能看到每一处改动。
对专家来说,推理强度设置有两个值:none 关闭推理,high 在复杂提示词时开启推理。本地 vLLM 方案需要 vllm 0.24.0 或更高版本,以及 vibe 智能体文件夹里的自定义智能体文件。模型卡建议在本地服务效果不好时改用 Mistral API。
你打开一个 Lean 4 项目
用 lean 智能体启动 vibe
Leanstral 读取你的文件和目标
它做一个证明或修复
你审查它做出的改动
注意事项:下面几点说明了限制和成本。
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download mistralai/Leanstral-1.5-119B-A6B
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 |
|---|---|---|---|---|---|
| Leanstral 1.5 119B A6B 本页 | 425 | 234 | — | apache-2.0 | |
| gpt-oss-20b共有 vllm | 5,685,450 | 5,299 | 20.9B | apache-2.0 | |
| gpt-oss-120b共有 vllm | 2,435,242 | 5,509 | 117B | apache-2.0 | |
| Mistral-7B-Instruct-v0.3共有 vllm | 1,771,788 | 3,838 | 7.2B | apache-2.0 | |
| Laguna XS 2.1共有 vllm | 633,340 | 268 | 33.4B | openmdw-1.1 | |
| Qwen3.8-27B-DFlash2共有 vllm | 429,580 | 301 | 1.9B | 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。
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。