Mindket

Belarusian AI models

新上架第 1 版 · 更新于

概览

一个可浏览的白俄罗斯语 AI 模型和 GitHub 代码清单,人工挑选,涵盖语音识别、语音合成、语言模型、翻译和 NLP。页面有英语和白俄罗斯语两种界面。

Belarusian AI models 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。

速览

你需要
  • Python 和 pip,只用来通过 Hugging Face 工具下载文件
  • 一个网页浏览器,用来打开页面
用在
  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux,用任意浏览器打开下载好的 index.html
先运行
pip install -U huggingface_hub
hf download Zhnivo/belarusian-models --repo-type space --local-dir belarusian-models
cd belarusian-models

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 是一个静态网页,列出为白俄罗斯语做的模型和 GitHub 代码。内容涵盖语音识别、语音合成、语言模型、翻译和 NLP。页面上的下载次数是从 Hugging Face API 实时取来的。

适合谁

适合为白俄罗斯语开发工具、需要快速找到模型的人,不用再在整个 Hugging Face 目录里搜索。页面有英语和白俄罗斯语两种界面。

行业谁在用怎么用例子
语音技术语音工程师寻找白俄罗斯语的识别和合成模型找一个为白俄罗斯语调好的 Whisper 或 Wav2Vec 类模型
翻译机器翻译开发者寻找翻译模型和语言模型为白俄罗斯语翻译测试挑一个基础模型
语言学语言研究者查找处理白俄罗斯语文本的 NLP 工具为一项研究找到现成的语言处理流程
软件应用开发者在选定之前对比人工挑选的模型和代码按实时下载次数列出候选模型

如果你不处理白俄罗斯语,可以跳过它。

用在哪里

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux,用任意浏览器打开下载好的 index.html
用途适合谁你得到什么
查找白俄罗斯语模型开发者和研究者一份人工挑选、带实时下载次数的清单
查找白俄罗斯语相关的 GitHub 代码任何开发语言工具的人一份精选 GitHub 仓库的快照清单

如何设置

在线使用什么都不用准备,页面直接在浏览器里运行。想保留一份副本,需要的东西很少。

  • Python 和 pip,只用来通过 Hugging Face 工具下载文件
  • 一个网页浏览器,用来打开页面
  1. 安装 Hugging Face hub 包。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入那个文件夹。
  4. 在网页浏览器里打开 index.html。不需要任何构建步骤。
pip install -U huggingface_hub
hf download Zhnivo/belarusian-models --repo-type space --local-dir belarusian-models
cd belarusian-models

如何使用

打开页面,按类别浏览人工挑选的模型,并查看实时的下载次数。仓库里的每个文件各有作用。

工具作用
index.html, style.css, app.js组成静态页面本身
data/curated.json保存人工精选的页面内容清单,以及已审核和已剔除的条目
data/extra.json保存 GitHub 仓库的快照
data/hf_snapshot.jsonHugging Face 数字的备用副本,实时请求失败时使用
build_extra.py刷新快照,它的候选参数会打印出尚未审核的新条目

示例

你打开页面,想找一个白俄罗斯语的语音识别模型。页面会显示适合这项工作的人工挑选模型,每个都带着下载次数,你可以挑一个去 Hugging Face 上打开。

新手与专家

如果你是新手,先打开这个 Space 的页面,把清单翻一遍。不用安装任何东西,你就能看到白俄罗斯语有哪几类模型。

如果你熟悉这个领域:页面就是纯 HTML、CSS 和 JavaScript,没有构建步骤。它只显示 data/curated.json 里精选白名单包含的内容。实时下载次数来自 Hugging Face API,请求失败时由保存的快照接手。

  1. 在浏览器里打开页面
  2. 页面读取 data/curated.json 里的精选清单
  3. 它向 Hugging Face API 请求实时次数
  4. 失败时改用保存的快照
  5. 你浏览这些模型

注意事项

这个页面是人工挑选条目的目录,所以并不会列出白俄罗斯语现有的全部模型。

  • License: MIT,和这个 Space 的许可证一行写的一致
  • Cost to run: 没有提到
  • Data it reaches: Hugging Face API,用来取实时下载次数,本地快照作为备份

README 和文件

README

Belarusian AI models

一个可浏览的白俄罗斯语 AI 模型和 GitHub 代码清单,人工挑选,涵盖语音识别、语音合成、语言模型、翻译和 NLP。页面有英语和白俄罗斯语两种界面。

由 Zhnivo 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。

简介

它是什么:这个 Space 是一个静态网页,列出为白俄罗斯语做的模型和 GitHub 代码。内容涵盖语音识别、语音合成、语言模型、翻译和 NLP。页面上的下载次数是从 Hugging Face API 实时取来的。

适合谁:适合为白俄罗斯语开发工具、需要快速找到模型的人,不用再在整个 Hugging Face 目录里搜索。页面有英语和白俄罗斯语两种界面。

行业 | 谁在用 | 怎么用 | 例子
语音技术 | 语音工程师 | 寻找白俄罗斯语的识别和合成模型 | 找一个为白俄罗斯语调好的 Whisper 或 Wav2Vec 类模型
翻译 | 机器翻译开发者 | 寻找翻译模型和语言模型 | 为白俄罗斯语翻译测试挑一个基础模型
语言学 | 语言研究者 | 查找处理白俄罗斯语文本的 NLP 工具 | 为一项研究找到现成的语言处理流程
软件 | 应用开发者 | 在选定之前对比人工挑选的模型和代码 | 按实时下载次数列出候选模型

如果你不处理白俄罗斯语,可以跳过它。

用在哪里:

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux,用任意浏览器打开下载好的 index.html
用途 | 适合谁 | 你得到什么
查找白俄罗斯语模型 | 开发者和研究者 | 一份人工挑选、带实时下载次数的清单
查找白俄罗斯语相关的 GitHub 代码 | 任何开发语言工具的人 | 一份精选 GitHub 仓库的快照清单

如何设置:在线使用什么都不用准备,页面直接在浏览器里运行。想保留一份副本,需要的东西很少。

  • Python 和 pip,只用来通过 Hugging Face 工具下载文件
  • 一个网页浏览器,用来打开页面
  1. 安装 Hugging Face hub 包。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入那个文件夹。
  4. 在网页浏览器里打开 index.html。不需要任何构建步骤。
pip install -U huggingface_hub
hf download Zhnivo/belarusian-models --repo-type space --local-dir belarusian-models
cd belarusian-models

如何使用:打开页面,按类别浏览人工挑选的模型,并查看实时的下载次数。仓库里的每个文件各有作用。

工具 | 作用
index.html, style.css, app.js | 组成静态页面本身
data/curated.json | 保存人工精选的页面内容清单,以及已审核和已剔除的条目
data/extra.json | 保存 GitHub 仓库的快照
data/hf_snapshot.json | Hugging Face 数字的备用副本,实时请求失败时使用
build_extra.py | 刷新快照,它的候选参数会打印出尚未审核的新条目

示例:你打开页面,想找一个白俄罗斯语的语音识别模型。页面会显示适合这项工作的人工挑选模型,每个都带着下载次数,你可以挑一个去 Hugging Face 上打开。

新手与专家:如果你是新手,先打开这个 Space 的页面,把清单翻一遍。不用安装任何东西,你就能看到白俄罗斯语有哪几类模型。

如果你熟悉这个领域:页面就是纯 HTML、CSS 和 JavaScript,没有构建步骤。它只显示 data/curated.json 里精选白名单包含的内容。实时下载次数来自 Hugging Face API,请求失败时由保存的快照接手。

在浏览器里打开页面
页面读取 data/curated.json 里的精选清单
它向 Hugging Face API 请求实时次数
失败时改用保存的快照
你浏览这些模型

注意事项:这个页面是人工挑选条目的目录,所以并不会列出白俄罗斯语现有的全部模型。

  • License: MIT,和这个 Space 的许可证一行写的一致
  • Cost to run: 没有提到
  • Data it reaches: Hugging Face API,用来取实时下载次数,本地快照作为备份

Hugging Face 上的数据(2026年11月13日)

  • 点赞:1
  • 构建方式:static
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/Zhnivo/belarusian-models
  • 文件:https://huggingface.co/spaces/Zhnivo/belarusian-models/tree/main

试用

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。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

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
Belarusian AI models 本页1staticmit
Arena Leaderboard共有 static5,039staticapache-2.0
Browser共有 static533staticcc0-1.0
Model Pulse共有 static214staticapache-2.0
MTEB-BR Leaderboard共有 static126staticapache-2.0
Hub Stats共有 static65staticapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

研究类的相似商品

查看研究类的全部商品

ManiFlow-tb

allenai · 工具包

allenai 的 ToyBlocks 积木堆叠项目的底层动作模型,用模拟的 Franka 机械臂数据训练,能在桌面上拾取、放置和旋转三块积木。这是面向机器人学的研究模型。

新上架

Merlin-Cancer-Super

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。

新上架

EarthJev

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。

新上架