anaksor-ocr
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。
一个关于罕见病临床病例报告的研究资源项目页:一个含 584 条记录的基准、一个大型病例报告元数据语料库和智能体代码。适合医学 AI 研究人员。
MedCaseAgent 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 PediaMedAI/MedCaseAgent --repo-type space --local-dir MedCaseAgent cd MedCaseAgent
MedCaseAgent 是一个项目页,汇集了三项关于临床病例报告的研究资源,重点是罕见病。MedCase-Bench 有 584 条结构化的临床输入记录,用来评判病例报告生成。MedCase-150K 是一个大型病例报告元数据语料库。第三项是 MedCaseAgent 代码。这个页面本身是一个静态站点。
适合研究如何根据医学证据生成临床病例报告的研究人员,也适合想看这类项目是怎么组织的学生。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 医学 AI 研究 | 研究人员 | 在一处找到基准、语料库和代码 | 顺着页面的链接找到基准记录 |
| 自然语言处理 | 工程师 | 研究报告生成智能体是怎么搭建的 | 阅读代码里的规划、撰写和编辑阶段 |
| 医学教育 | 学生 | 了解临床证据怎样变成病例报告 | 看页面上的示意图 |
如果你想要用于真实患者的工具,可以跳过它,因为这是研究材料,页面也不接受患者上传。
你可以在线阅读,也可以保留一份它的文件。
| Use case | Who | What they get back |
|---|---|---|
| 找到研究资源 | 研究人员 | 一个指向基准、语料库和代码的页面 |
| 了解这个项目 | 学生 | 在浏览器里就能用的介绍和示意图 |
| 重新构建或更新页面 | 维护者 | 用仓库源码重新构建的静态站点 |
托管的页面什么都不用装。获取文件需要 Python 和 pip。
pip install -U huggingface_hub hf download PediaMedAI/MedCaseAgent --repo-type space --local-dir MedCaseAgent cd MedCaseAgent
想从源码重新构建静态前端,在项目里运行这些命令。
cd frontend npm ci --include=dev npm run build:static
在线打开这个 Space,或者打开下载文件夹里的 index.html。介绍、示意图和资源链接在浏览器里都能用。要修改公开内容的维护者,编辑一个 Python 文件并运行一次导出。
python -m venv .venv .venv/bin/pip install -r backend/requirements.txt .venv/bin/python scripts/export_static.py cd frontend npm run build:static
| Tool | What it does |
|---|---|
| MedCase-Bench | 一组 584 条临床输入记录,用来测试模型写病例报告的能力 |
| MedCase-150K | 一个大型病例报告元数据语料库,包括罕见病报告 |
| MedCaseAgent code | 预处理、规划、撰写和编辑的报告生成推理,以及疾病检索索引 |
一位研究人员打开项目页,读完介绍,看了示意图。然后他顺着链接找到 MedCase-Bench,拿到 584 条结构化临床记录,用来评估报告生成。
如果你刚接触,先打开 Space 读介绍。这是一个研究项目页,不是临床工具。
如果你熟悉这个领域,这个页面是 React、TypeScript 和 Vite 前端,读取从可选的 FastAPI 后端导出的公开 JSON 快照。构建好的文件在本地编译,和源码一起上传到 Space 根目录,所以不会运行托管构建。说明提醒不要在那里开启构建命令,因为托管构建可能消耗账户积分。
这个页面只链接资源,不托管它们。
一个关于罕见病临床病例报告的研究资源项目页:一个含 584 条记录的基准、一个大型病例报告元数据语料库和智能体代码。适合医学 AI 研究人员。
由 PediaMedAI 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:MedCaseAgent 是一个项目页,汇集了三项关于临床病例报告的研究资源,重点是罕见病。MedCase-Bench 有 584 条结构化的临床输入记录,用来评判病例报告生成。MedCase-150K 是一个大型病例报告元数据语料库。第三项是 MedCaseAgent 代码。这个页面本身是一个静态站点。
适合谁:适合研究如何根据医学证据生成临床病例报告的研究人员,也适合想看这类项目是怎么组织的学生。
Title: 谁会用这个项目页
Industry | Who uses it | How they use it | Example
医学 AI 研究 | 研究人员 | 在一处找到基准、语料库和代码 | 顺着页面的链接找到基准记录
自然语言处理 | 工程师 | 研究报告生成智能体是怎么搭建的 | 阅读代码里的规划、撰写和编辑阶段
医学教育 | 学生 | 了解临床证据怎样变成病例报告 | 看页面上的示意图
如果你想要用于真实患者的工具,可以跳过它,因为这是研究材料,页面也不接受患者上传。
用在哪里:你可以在线阅读,也可以保留一份它的文件。
Title: 这个项目页适合做什么
Use case | Who | What they get back
找到研究资源 | 研究人员 | 一个指向基准、语料库和代码的页面
了解这个项目 | 学生 | 在浏览器里就能用的介绍和示意图
重新构建或更新页面 | 维护者 | 用仓库源码重新构建的静态站点
如何设置:托管的页面什么都不用装。获取文件需要 Python 和 pip。
pip install -U huggingface_hub
hf download PediaMedAI/MedCaseAgent --repo-type space --local-dir MedCaseAgent
cd MedCaseAgent
想从源码重新构建静态前端,在项目里运行这些命令。
cd frontend
npm ci --include=dev
npm run build:static
如何使用:在线打开这个 Space,或者打开下载文件夹里的 index.html。介绍、示意图和资源链接在浏览器里都能用。要修改公开内容的维护者,编辑一个 Python 文件并运行一次导出。
python -m venv .venv
.venv/bin/pip install -r backend/requirements.txt
.venv/bin/python scripts/export_static.py
cd frontend
npm run build:static
Title: 这个页面汇集的资源
Tool | What it does
MedCase-Bench | 一组 584 条临床输入记录,用来测试模型写病例报告的能力
MedCase-150K | 一个大型病例报告元数据语料库,包括罕见病报告
MedCaseAgent code | 预处理、规划、撰写和编辑的报告生成推理,以及疾病检索索引
示例:一位研究人员打开项目页,读完介绍,看了示意图。然后他顺着链接找到 MedCase-Bench,拿到 584 条结构化临床记录,用来评估报告生成。
新手与专家:如果你刚接触,先打开 Space 读介绍。这是一个研究项目页,不是临床工具。
如果你熟悉这个领域,这个页面是 React、TypeScript 和 Vite 前端,读取从可选的 FastAPI 后端导出的公开 JSON 快照。构建好的文件在本地编译,和源码一起上传到 Space 根目录,所以不会运行托管构建。说明提醒不要在那里开启构建命令,因为托管构建可能消耗账户积分。
在 backend/app/content.py 里编辑内容
导出经过验证的公开 JSON 数据
构建静态前端
把 frontend/dist 上传到 Space 根目录
注意事项:这个页面只链接资源,不托管它们。
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 |
|---|---|---|---|---|
| MedCaseAgent 本页 | 1 | static | cc-by-nc-4.0 | |
| Arena Leaderboard共有 static | 5,039 | static | apache-2.0 | |
| Browser共有 static | 533 | static | cc0-1.0 | |
| Model Pulse共有 static | 214 | static | apache-2.0 | |
| MTEB-BR Leaderboard共有 static | 126 | static | apache-2.0 | |
| Hub Stats共有 static | 65 | static | apache-2.0 |
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。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
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。