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。
一个 Gradio 演示,用来试用以 GGUF 形式保存的小型微调 Qwen2.5 0.5B 指令模型。让开发者和学习者无需安装任何东西,就能在浏览器里试这个小模型。
Qwen2.5-0.5B QLoRA Demo 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 shambhuraje/qwen2.5-0.5b-demo --repo-type space --local-dir qwen2.5-0.5b-demo cd qwen2.5-0.5b-demo
这个 Space 是一个小型语言模型的在线演示,模型是以 GGUF 形式保存的、微调过的 Qwen2.5 0.5B 指令版。你可以在浏览器里试用它,在下载任何东西之前先判断小模型是怎么回答的。
想试用极小微调模型的开发者和学习者,以及想看一个给模型套上 Gradio 的简短示例的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 软件 | 开发者 | 测试小模型怎么回答 | 发送一句简短的提示词,读它的回复 |
| 教育 | 学习微调的学生 | 看看调优后的小模型能做什么 | 把它的回答与他们熟悉的大模型对比 |
| 研究 | 业余研究者 | 下载微调模型之前先检查一下 | 先在页面上试几条提示词 |
| 产品团队 | 做原型的人 | 判断小模型能否放进应用 | 试一些与自己用途相似的提示词 |
如果你需要一个能回答难题的大型通用模型,五亿参数的模型不太合适。
它可以在两个地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 试用模型 | 开发者和学习者 | 页面上微调模型给出的回复 |
| 研究演示代码 | 初学者 | 一个把模型包进 Gradio 的简短 app.py |
| 运行自己的副本 | 开发者 | 在自己电脑上得到同样的页面 |
在线使用什么都不用准备。本地副本需要几样东西。
pip install -U huggingface_hub hf download shambhuraje/qwen2.5-0.5b-demo --repo-type space --local-dir qwen2.5-0.5b-demo cd qwen2.5-0.5b-demo pip install gradio pip install -r requirements.txt python app.py
打开 Space 页面,用应用显示的输入框给模型发一条提示词。在同一页面读它的回复。在本地副本里运行 python app.py,就能在自己的电脑上得到同样的页面。
你打开 Space,给模型发一条简短的指令。页面显示模型的回复,让你初步感受一个很小的调优模型是怎么写作的。
小模型回答得快,但懂的比大模型少。试三条不同类型的简短提示词,记下它哪里做得好,哪里会出错。
页面依托于一个具名的模型,它是 Qwen2.5 0.5B 指令版的微调版本。GGUF 是一种紧凑的文件格式,用来在普通硬件上运行模型。仓库里只有 app.py、requirements.txt 和一个 README。
README 只有一行,所以训练数据和质量都没有说明。
一个 Gradio 演示,用来试用以 GGUF 形式保存的小型微调 Qwen2.5 0.5B 指令模型。让开发者和学习者无需安装任何东西,就能在浏览器里试这个小模型。
由 shambhuraje 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 是一个小型语言模型的在线演示,模型是以 GGUF 形式保存的、微调过的 Qwen2.5 0.5B 指令版。你可以在浏览器里试用它,在下载任何东西之前先判断小模型是怎么回答的。
适合谁:想试用极小微调模型的开发者和学习者,以及想看一个给模型套上 Gradio 的简短示例的人。
Industry | Who uses it | How they use it | Example
软件 | 开发者 | 测试小模型怎么回答 | 发送一句简短的提示词,读它的回复
教育 | 学习微调的学生 | 看看调优后的小模型能做什么 | 把它的回答与他们熟悉的大模型对比
研究 | 业余研究者 | 下载微调模型之前先检查一下 | 先在页面上试几条提示词
产品团队 | 做原型的人 | 判断小模型能否放进应用 | 试一些与自己用途相似的提示词
如果你需要一个能回答难题的大型通用模型,五亿参数的模型不太合适。
用在哪里:它可以在两个地方运行。
Use case | Who | What they get back
试用模型 | 开发者和学习者 | 页面上微调模型给出的回复
研究演示代码 | 初学者 | 一个把模型包进 Gradio 的简短 app.py
运行自己的副本 | 开发者 | 在自己电脑上得到同样的页面
如何设置:在线使用什么都不用准备。本地副本需要几样东西。
pip install -U huggingface_hub
hf download shambhuraje/qwen2.5-0.5b-demo --repo-type space --local-dir qwen2.5-0.5b-demo
cd qwen2.5-0.5b-demo
pip install gradio
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,用应用显示的输入框给模型发一条提示词。在同一页面读它的回复。在本地副本里运行 python app.py,就能在自己的电脑上得到同样的页面。
示例:你打开 Space,给模型发一条简短的指令。页面显示模型的回复,让你初步感受一个很小的调优模型是怎么写作的。
新手与专家:小模型回答得快,但懂的比大模型少。试三条不同类型的简短提示词,记下它哪里做得好,哪里会出错。
页面依托于一个具名的模型,它是 Qwen2.5 0.5B 指令版的微调版本。GGUF 是一种紧凑的文件格式,用来在普通硬件上运行模型。仓库里只有 app.py、requirements.txt 和一个 README。
你在页面上输入提示词
Gradio 应用把它交给模型
小型微调模型写出回复
回复显示在页面上
注意事项:README 只有一行,所以训练数据和质量都没有说明。
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 |
|---|---|---|---|---|
| Qwen2.5-0.5B QLoRA Demo 本页 | 1 | gradio | apache-2.0 | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | 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。
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。