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。
演示基于 ColPali 模型和 Vespa 的视觉检索,是一个可在线打开或在自己电脑上运行的 Gradio 应用。适合搜索开发者和研究者。
ColPali and Vespa Visual Retrieval 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 vespa-engine/colpali-vespa-visual-retrieval --repo-type space --local-dir colpali-vespa-visual-retrieval cd colpali-vespa-visual-retrieval
这个 Space 是一个视觉检索演示,把 ColPali 模型和 Vespa 结合在一起。页面只有一行简短标题,所以细节要看仓库里的文件。它提到两个 ColPali 模型仓库,并包含后端、前端和静态资源。
它适合想了解 ColPali 检索器如何接入 Vespa 的开发者和研究者。代码可以直接阅读和运行,仓库不小,共有 836 个文件。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 搜索工程 | 开发者 | 研究视觉检索器如何连接 Vespa | 阅读 main.py 和 backend 文件夹 |
| 文档搜索 | 研究者 | 在可运行的演示里试用基于 ColPali 的检索 | 打开 Space 并运行一次搜索 |
| AI 教学 | 老师和学生 | 把这个演示当作实例 | 在课堂上逐个讲解项目文件 |
想要带文档、设置和支持的成品的人可以跳过,因为页面只有一个标题。
| 用途 | 适合谁 | 得到什么 |
|---|---|---|
| 试用视觉检索 | 研究者 | 一个可以运行搜索的演示 |
| 学习整体搭建 | 开发者 | 一个带后端、前端和静态文件、可供阅读的项目 |
| 本地测试 | 工程师 | 一份运行在自己电脑上的副本 |
使用在线 Space 不需要安装任何东西。要运行副本,你需要先准备:
pip install -U huggingface_hub hf download vespa-engine/colpali-vespa-visual-retrieval --repo-type space --local-dir colpali-vespa-visual-retrieval cd colpali-vespa-visual-retrieval pip install gradio==4.44.0 pip install -r requirements.txt python main.py
在线使用时,打开 Space 页面,使用它显示的搜索。在自己的电脑上,用下面的命令启动应用,打开方式相同。
python main.py
来源没有记录其他命令或设置。
你启动应用,搜索想找的文档页面。标题说明检索是视觉化的,所以匹配结果是根据页面外观挑选的。页面没有给出示例查询或结果。
如果你刚接触,可以把它看作一个把页面当作图片来处理的文档搜索演示。打开 Space 页面,试一次搜索,看看会返回什么。
如果你熟悉这个领域,页面提到的模型是 vidore/colpaligemma-3b-pt-448-base 和 vidore/colpali-v1.2。应用在 Hugging Face 中设置为 Gradio 4.44.0,主文件是 main.py。仓库里有 backend 和 frontend 文件夹以及样式文件,请阅读它们,了解检索和 Vespa 是如何配合的。
README 只有一行标题,所以代码本身就是主要文档。
演示基于 ColPali 模型和 Vespa 的视觉检索,是一个可在线打开或在自己电脑上运行的 Gradio 应用。适合搜索开发者和研究者。
由 vespa-engine 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 是一个视觉检索演示,把 ColPali 模型和 Vespa 结合在一起。页面只有一行简短标题,所以细节要看仓库里的文件。它提到两个 ColPali 模型仓库,并包含后端、前端和静态资源。
适合谁:它适合想了解 ColPali 检索器如何接入 Vespa 的开发者和研究者。代码可以直接阅读和运行,仓库不小,共有 836 个文件。
Title: 谁可能用到它
行业 | 谁在用 | 怎么用 | 例子
搜索工程 | 开发者 | 研究视觉检索器如何连接 Vespa | 阅读 main.py 和 backend 文件夹
文档搜索 | 研究者 | 在可运行的演示里试用基于 ColPali 的检索 | 打开 Space 并运行一次搜索
AI 教学 | 老师和学生 | 把这个演示当作实例 | 在课堂上逐个讲解项目文件
想要带文档、设置和支持的成品的人可以跳过,因为页面只有一个标题。
用在哪里:
Title: 它能做的事
用途 | 适合谁 | 得到什么
试用视觉检索 | 研究者 | 一个可以运行搜索的演示
学习整体搭建 | 开发者 | 一个带后端、前端和静态文件、可供阅读的项目
本地测试 | 工程师 | 一份运行在自己电脑上的副本
如何设置:使用在线 Space 不需要安装任何东西。要运行副本,你需要先准备:
pip install -U huggingface_hub
hf download vespa-engine/colpali-vespa-visual-retrieval --repo-type space --local-dir colpali-vespa-visual-retrieval
cd colpali-vespa-visual-retrieval
pip install gradio==4.44.0
pip install -r requirements.txt
python main.py
如何使用:在线使用时,打开 Space 页面,使用它显示的搜索。在自己的电脑上,用下面的命令启动应用,打开方式相同。
python main.py
来源没有记录其他命令或设置。
示例:你启动应用,搜索想找的文档页面。标题说明检索是视觉化的,所以匹配结果是根据页面外观挑选的。页面没有给出示例查询或结果。
新手与专家:如果你刚接触,可以把它看作一个把页面当作图片来处理的文档搜索演示。打开 Space 页面,试一次搜索,看看会返回什么。
如果你熟悉这个领域,页面提到的模型是 vidore/colpaligemma-3b-pt-448-base 和 vidore/colpali-v1.2。应用在 Hugging Face 中设置为 Gradio 4.44.0,主文件是 main.py。仓库里有 backend 和 frontend 文件夹以及样式文件,请阅读它们,了解检索和 Vespa 是如何配合的。
打开 Space 或运行 main.py
在应用里输入搜索
ColPali 模型和 Vespa 负责检索
结果显示在页面中
注意事项:README 只有一行标题,所以代码本身就是主要文档。
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 |
|---|---|---|---|---|
| ColPali and Vespa Visual Retrieval 本页 | 65 | 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。