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。
在保加利亚语文本、音频和视频中找出可核查的说法,在网上搜索来源,并给每个说法一个带证据的结论。适合想检验自己所读所听内容的记者、事实核查人员和读者。
ClaimRadar BG 是一款工具包,属于研究类,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 DyrakArmy/claimradar-bg --repo-type space --local-dir claimradar-bg cd claimradar-bg
ClaimRadar BG 在保加利亚语文本和录音中找出可以核查的说法,比如数字、百分比、日期、引语、比较、因果关系和提到的机构。它在网上为每个说法搜索来源,并给出结论:属实、基本属实、有误导、不实或无法核查,并附上证据的链接。页面本身是保加利亚语的。
适合处理保加利亚语信息、需要快速初筛哪些内容可以核查以及去哪里查的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 新闻 | 记者和编辑 | 在稿件或文字记录里标出可核查的说法 | 编辑粘贴一篇文章,看哪些说法的可核查度高。 |
| 事实核查 | 事实核查人员 | 为一个说法找来源,官方机构排在前面 | 核查人员对前三个说法运行核查,并阅读找到的来源。 |
| 媒体监测 | 分析人员 | 把一段录音采访转成文字并核查其中的说法 | 分析人员上传一个 MP3,阅读标出说法的文字记录。 |
| 教育 | 老师和学生 | 用真实文本练习媒体素养 | 老师让全班逐条核查一篇文章里的说法。 |
如果你需要最终的法律或编辑裁定,可以跳过它,因为它自己的免责声明说 AI 结论只是参考。
| Use case | Who | What they get back |
|---|---|---|
| 核查粘贴的文本 | 任何人 | 按可核查度标记说法的文本,以及一份提示列表 |
| 核查音频或视频 | 媒体团队 | 经过同样分析的保加利亚语文字记录 |
| 用来源验证说法 | 事实核查人员 | 每个说法的来源,设置密钥后还有 AI 结论 |
pip install -U huggingface_hub hf download DyrakArmy/claimradar-bg --repo-type space --local-dir claimradar-bg cd claimradar-bg pip install gradio==5.49.1 pip install -r requirements.txt python app.py
应用会读取下面这些可选设置,默认值适合第一次试用。
| Setting | Default | What it does |
|---|---|---|
| WHISPER_MODEL_SIZE | base | 选择转写模型,tiny 更快,small 更准但在免费 CPU 上很慢 |
| MAX_AUDIO_SECONDS | 900 | 设定它接受的最长录音 |
| MAX_VERIFY_CLAIMS | 3 | 设定一次验证多少个说法 |
| SEARCH_PROVIDER | auto | 选择 brave、tavily、serpapi、google 或 duckduckgo |
| SEARCH_STRICT_WHITELIST | 0 | 设为 1 时,只使用可信列表里的来源 |
把文本粘贴进应用,或者上传音频或视频文件,或者用麦克风录音。然后按下验证前几个说法的按钮。要在自己的电脑上跑测试,来源还给出了下面这两条命令。
pip install -r requirements-dev.txt python -m pytest
| Tool | What it does |
|---|---|
| /check_text | 一个 API 端点,从名字看是分析文本 |
| /check_media | 一个 API 端点,从名字看是分析音频或视频 |
| /verify_text | 一个 API 端点,一次请求里完成文本分析和验证 |
| /verify_claims | 一个验证说法的 API 端点 |
你粘贴一段写有百分比和日期的保加利亚语文字,然后按验证按钮。页面按可核查度标记每个说法,列出找到的来源,并给出像基本属实或有误导这样的结论。
如果你是新手,先粘贴一小段文字,看看说法是怎么被标记的。然后对前几个说法按验证按钮,打开它列出的来源。
如果你熟悉这个领域,转写使用 CPU 上的 faster-whisper 和 int8,AI 结论只依据找到的节选来判断。没有注明来源的结论会降为无法核查。任何兼容 OpenAI 的端点都可以提供结论。
在保加利亚语文本、音频和视频中找出可核查的说法,在网上搜索来源,并给每个说法一个带证据的结论。适合想检验自己所读所听内容的记者、事实核查人员和读者。
由 DyrakArmy 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:ClaimRadar BG 在保加利亚语文本和录音中找出可以核查的说法,比如数字、百分比、日期、引语、比较、因果关系和提到的机构。它在网上为每个说法搜索来源,并给出结论:属实、基本属实、有误导、不实或无法核查,并附上证据的链接。页面本身是保加利亚语的。
适合谁:适合处理保加利亚语信息、需要快速初筛哪些内容可以核查以及去哪里查的人。
Industry | Who uses it | How they use it | Example
新闻 | 记者和编辑 | 在稿件或文字记录里标出可核查的说法 | 编辑粘贴一篇文章,看哪些说法的可核查度高。
事实核查 | 事实核查人员 | 为一个说法找来源,官方机构排在前面 | 核查人员对前三个说法运行核查,并阅读找到的来源。
媒体监测 | 分析人员 | 把一段录音采访转成文字并核查其中的说法 | 分析人员上传一个 MP3,阅读标出说法的文字记录。
教育 | 老师和学生 | 用真实文本练习媒体素养 | 老师让全班逐条核查一篇文章里的说法。
如果你需要最终的法律或编辑裁定,可以跳过它,因为它自己的免责声明说 AI 结论只是参考。
用在哪里:
Use case | Who | What they get back
核查粘贴的文本 | 任何人 | 按可核查度标记说法的文本,以及一份提示列表
核查音频或视频 | 媒体团队 | 经过同样分析的保加利亚语文字记录
用来源验证说法 | 事实核查人员 | 每个说法的来源,设置密钥后还有 AI 结论
如何设置:
pip install -U huggingface_hub
hf download DyrakArmy/claimradar-bg --repo-type space --local-dir claimradar-bg
cd claimradar-bg
pip install gradio==5.49.1
pip install -r requirements.txt
python app.py
应用会读取下面这些可选设置,默认值适合第一次试用。
Setting | Default | What it does
WHISPER_MODEL_SIZE | base | 选择转写模型,tiny 更快,small 更准但在免费 CPU 上很慢
MAX_AUDIO_SECONDS | 900 | 设定它接受的最长录音
MAX_VERIFY_CLAIMS | 3 | 设定一次验证多少个说法
SEARCH_PROVIDER | auto | 选择 brave、tavily、serpapi、google 或 duckduckgo
SEARCH_STRICT_WHITELIST | 0 | 设为 1 时,只使用可信列表里的来源
如何使用:把文本粘贴进应用,或者上传音频或视频文件,或者用麦克风录音。然后按下验证前几个说法的按钮。要在自己的电脑上跑测试,来源还给出了下面这两条命令。
pip install -r requirements-dev.txt
python -m pytest
Tool | What it does
/check_text | 一个 API 端点,从名字看是分析文本
/check_media | 一个 API 端点,从名字看是分析音频或视频
/verify_text | 一个 API 端点,一次请求里完成文本分析和验证
/verify_claims | 一个验证说法的 API 端点
示例:你粘贴一段写有百分比和日期的保加利亚语文字,然后按验证按钮。页面按可核查度标记每个说法,列出找到的来源,并给出像基本属实或有误导这样的结论。
新手与专家:如果你是新手,先粘贴一小段文字,看看说法是怎么被标记的。然后对前几个说法按验证按钮,打开它列出的来源。
如果你熟悉这个领域,转写使用 CPU 上的 faster-whisper 和 int8,AI 结论只依据找到的节选来判断。没有注明来源的结论会降为无法核查。任何兼容 OpenAI 的端点都可以提供结论。
粘贴文本或上传音频、视频
Whisper 把媒体转成保加利亚语文字
找出并标记说法
为每个说法搜索来源
结论连同证据一起出现
注意事项:
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 6 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 |
|---|---|---|---|---|
| ClaimRadar BG 本页 | 1 | gradio | mit | |
| Open VLM Leaderboard共有 gradio | 1,034 | gradio | apache-2.0 | |
| Face Swap共有 gradio | 808 | gradio | cc-by-nc-sa-4.0 | |
| TTS Spaces Arena共有 gradio | 493 | gradio | zlib | |
| Depth Anything 3共有 gradio | 490 | gradio | cc-by-nc-4.0 | |
| BLIP共有 gradio | 431 | gradio | bsd-3-clause |
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。
AbdomenAtlas · 工具包
在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。
dBenf · 工具包
回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。
zimmerk4 · 工具包
用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。