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。
Microsoft 推出的 3.8B 开放指令模型,上下文 128K token,为内存或延迟紧张时的推理、数学和逻辑而做。适合给应用添加文本功能的开发者。
Phi-4-mini-instruct 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 microsoft/Phi-4-mini-instruct
Phi-4-mini-instruct 是 Microsoft 推出的小型开放指令模型,有 3.8 billion 参数,属于 Phi-4 系列。它的训练数据是为质量和推理挑选的合成数据和过滤后的公开网页,之后经过监督微调和直接偏好优化。它的上下文长度为 128K 个 token。这个版本在指令遵循和函数调用上也比 Phi-3 系列有所改进。
适合在内存、算力或响应时间有限的场景里构建文本功能的开发者。模型卡把强推理,尤其是数学和逻辑,列为目标任务之一。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 软件 | 应用开发者 | 加入一个必须在很小内存里运行的助手 | 在小型服务器或边缘设备上回答用户问题 |
| 教育 | 学习工具开发者 | 构建数学和逻辑辅导 | 为一道推理题返回详细的解答 |
| 研究 | 语言模型研究者 | 把小模型当作构件使用 | 与更大的模型对比测试指令遵循 |
如果你想要尽可能高的模型质量,可以跳过它。模型卡建议先在你自己的任务上测试。
Hugging Face 的记录列出了 transformers 库,所以 Python 是主要的使用场所。模型卡提到多语言的商业和研究用途。
| Use case | Who | What they get back |
|---|---|---|
| 低延迟对话 | 产品团队 | 小模型的快速回复 |
| 数学和逻辑问题 | 学习应用 | 针对问题的文字推理 |
| 函数调用 | 智能体构建者 | 可以请求调用工具的回复 |
你需要带 pip 的 Python 和 transformers 库,以及放下约 7.7 GB BF16 权重的内存。模型卡能看到的部分没有给出加载代码,所以请按模型卡操作。
pip install -U huggingface_hub hf download microsoft/Phi-4-mini-instruct
发送对话式的指令,读取生成的回复。上下文窗口是 128K 个 token,所以长文档可以直接放进提示词。请在你自己的场景里测试,因为模型卡要求开发者先检查准确性、安全性和公平性。
你粘贴一份很长的会议记录,让它列出做出的三个决定。模型在它很大的窗口里读完整段文字,然后回复一个简短的清单。请把清单与记录核对一遍。
如果你是新手,这是一个你可以自己运行的小型文本模型。先问一个简短的问题,再试一份较长的文档,感受它的大上下文。
如果你熟悉这个领域,模型卡说这个版本为了效率使用了新架构,为多语言支持使用了更大的词表,并改进了指令遵循和函数调用的后训练。它用体量换取速度和内存,模型卡还与同等规模和两倍规模的模型做了对比。
模型卡提醒不同语言上的表现有差异。上线之前,请在你关心的语言里测试。
Microsoft 推出的 3.8B 开放指令模型,上下文 128K token,为内存或延迟紧张时的推理、数学和逻辑而做。适合给应用添加文本功能的开发者。
由 microsoft 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:Phi-4-mini-instruct 是 Microsoft 推出的小型开放指令模型,有 3.8 billion 参数,属于 Phi-4 系列。它的训练数据是为质量和推理挑选的合成数据和过滤后的公开网页,之后经过监督微调和直接偏好优化。它的上下文长度为 128K 个 token。这个版本在指令遵循和函数调用上也比 Phi-3 系列有所改进。
适合谁:适合在内存、算力或响应时间有限的场景里构建文本功能的开发者。模型卡把强推理,尤其是数学和逻辑,列为目标任务之一。
Title: 谁会用它
Industry | Who uses it | How they use it | Example
软件 | 应用开发者 | 加入一个必须在很小内存里运行的助手 | 在小型服务器或边缘设备上回答用户问题
教育 | 学习工具开发者 | 构建数学和逻辑辅导 | 为一道推理题返回详细的解答
研究 | 语言模型研究者 | 把小模型当作构件使用 | 与更大的模型对比测试指令遵循
如果你想要尽可能高的模型质量,可以跳过它。模型卡建议先在你自己的任务上测试。
用在哪里:Hugging Face 的记录列出了 transformers 库,所以 Python 是主要的使用场所。模型卡提到多语言的商业和研究用途。
Title: 它能做的事
Use case | Who | What they get back
低延迟对话 | 产品团队 | 小模型的快速回复
数学和逻辑问题 | 学习应用 | 针对问题的文字推理
函数调用 | 智能体构建者 | 可以请求调用工具的回复
如何设置:你需要带 pip 的 Python 和 transformers 库,以及放下约 7.7 GB BF16 权重的内存。模型卡能看到的部分没有给出加载代码,所以请按模型卡操作。
pip install -U huggingface_hub
hf download microsoft/Phi-4-mini-instruct
如何使用:发送对话式的指令,读取生成的回复。上下文窗口是 128K 个 token,所以长文档可以直接放进提示词。请在你自己的场景里测试,因为模型卡要求开发者先检查准确性、安全性和公平性。
示例:你粘贴一份很长的会议记录,让它列出做出的三个决定。模型在它很大的窗口里读完整段文字,然后回复一个简短的清单。请把清单与记录核对一遍。
新手与专家:如果你是新手,这是一个你可以自己运行的小型文本模型。先问一个简短的问题,再试一份较长的文档,感受它的大上下文。
如果你熟悉这个领域,模型卡说这个版本为了效率使用了新架构,为多语言支持使用了更大的词表,并改进了指令遵循和函数调用的后训练。它用体量换取速度和内存,模型卡还与同等规模和两倍规模的模型做了对比。
对话提示词输入,最多 128K token
小型 Transformer 读取它
它生成文字回复
你按自己的场景检查回复
注意事项:模型卡提醒不同语言上的表现有差异。上线之前,请在你关心的语言里测试。
Title: 权重大小,约数
BF16: 7.7 GB
4-bit estimate: 1.9 GB
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download microsoft/Phi-4-mini-instruct
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| Phi-4-mini-instruct 本页 | 332,457 | 888 | 3.8B | mit | |
| Phi-4共有 phi3 · code · text-generation | 236,972 | 2,343 | 14.7B | mit | |
| mSlideOn共有 multilingual · code · safetensors | 706 | 16 | 339M | apache-2.0 | |
| Qwen2.5-Coder-14B-Instruct共有 code · text-generation · conversational | 1,860,327 | 214 | 14.8B | apache-2.0 | |
| Qwen2.5-Coder-7B-Instruct共有 code · text-generation · conversational | 1,505,999 | 872 | 7.6B | apache-2.0 | |
| Qwen2.5-Coder-32B-Instruct共有 code · text-generation · conversational | 546,583 | 2,211 | 32.8B | apache-2.0 |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
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。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。