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。
读取发给国际象棋联赛机器人的消息,找出命令或提议的比赛时间,适合测试 Lichess4545 机器人语言模型的人。
Arboters NLU 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 migold/arboters-nlu --repo-type space --local-dir arboters-nlu cd arboters-nlu
Arboters NLU 是 Lichess4545 联赛机器人背后的语言理解模型的浏览器演示。它有两种模式。命令模式找出发给机器人的消息想要什么。排期对话模式读取配对对话,并跟踪两位棋手讨论的比赛时间。它在 Hugging Face 的 zero-a10g 硬件上运行。
搭建或测试国际象棋联赛聊天机器人的联赛组织者和开发者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 国际象棋联赛 | 联赛组织者 | 检查机器人会怎样理解成员的消息 | 在上线之前试一条通知请求 |
| 软件 | 机器人开发者 | 用示例消息测试模型 | 粘贴一段简短的排期对话 |
| 自然语言处理研究 | 学习语言理解的学生 | 查看模型在合成聊天数据上的片段标注 | 阅读模型标出了哪些时间 |
如果你想要一个能把时间换算成日历日期或应用联赛规则的模型,可以跳过它,因为这个模型只做片段标注。
| 使用场景 | 谁用 | 得到什么 |
|---|---|---|
| 检查一条命令 | 机器人开发者 | 模型找到的命令、它的用途、它的通知事件和它的参数 |
| 阅读排期对话 | 联赛成员 | 写了哪些时间,以及每个时间是被提出、被接受还是被收回 |
| 浏览命令 | 组织者 | 25 条命令及各自用途的列表 |
在线使用不需要安装任何东西。要在自己电脑上运行副本,需要先准备几样东西。
pip install -U huggingface_hub hf download migold/arboters-nlu --repo-type space --local-dir arboters-nlu cd arboters-nlu pip install gradio pip install -r requirements.txt python app.py
在页面顶部选一种模式。在命令模式里,输入一条发给机器人的消息,不要带机器人的名字。在排期对话模式里,每一行都以 white: 或 black: 开头,然后粘贴整段对话。你也可以粘贴表情符号和列表,一键插入按钮会添加常用的几种。
white: can we do thu 19:00 or sat 14:00? black: sat works
| 工具 | 作用 |
|---|---|
| 命令模式 | 说出一条消息对应的命令,或者没有命令,并给出它的用途、事件和参数 |
| 排期对话模式 | 标出提到的时间,以及后面的消息是接受还是撤回这些时间 |
| 命令列表 | 列出 25 条命令及各自的用途 |
| 插入按钮 | 添加常用表情符号、列表模板和新的 white: 或 black: 消息 |
你选择命令模式,输入 "ping me when knight42 starts"。模型会回答这条消息是哪条命令、这条命令有什么用、设置了哪个通知事件,以及它带哪些参数。对于像上面那样的配对对话,它会标出提出的两个时间和被接受的那一个。
NLU 是自然语言理解,也就是弄清楚一条消息是什么意思的程序。第一步,选命令模式,输入一条给机器人的简短请求。
模型标注的是文本片段。它不会把时间换算成日期,也不会应用联赛规则。它的训练数据完全是合成的,所以真实成员发的消息可能和它学到的样子不同。
读取发给国际象棋联赛机器人的消息,找出命令或提议的比赛时间,适合测试 Lichess4545 机器人语言模型的人。
由 migold 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:Arboters NLU 是 Lichess4545 联赛机器人背后的语言理解模型的浏览器演示。它有两种模式。命令模式找出发给机器人的消息想要什么。排期对话模式读取配对对话,并跟踪两位棋手讨论的比赛时间。它在 Hugging Face 的 zero-a10g 硬件上运行。
适合谁:搭建或测试国际象棋联赛聊天机器人的联赛组织者和开发者。
行业 | 谁在用 | 怎么用 | 例子
国际象棋联赛 | 联赛组织者 | 检查机器人会怎样理解成员的消息 | 在上线之前试一条通知请求
软件 | 机器人开发者 | 用示例消息测试模型 | 粘贴一段简短的排期对话
自然语言处理研究 | 学习语言理解的学生 | 查看模型在合成聊天数据上的片段标注 | 阅读模型标出了哪些时间
如果你想要一个能把时间换算成日历日期或应用联赛规则的模型,可以跳过它,因为这个模型只做片段标注。
用在哪里:
使用场景 | 谁用 | 得到什么
检查一条命令 | 机器人开发者 | 模型找到的命令、它的用途、它的通知事件和它的参数
阅读排期对话 | 联赛成员 | 写了哪些时间,以及每个时间是被提出、被接受还是被收回
浏览命令 | 组织者 | 25 条命令及各自用途的列表
如何设置:在线使用不需要安装任何东西。要在自己电脑上运行副本,需要先准备几样东西。
pip install -U huggingface_hub
hf download migold/arboters-nlu --repo-type space --local-dir arboters-nlu
cd arboters-nlu
pip install gradio
pip install -r requirements.txt
python app.py
如何使用:在页面顶部选一种模式。在命令模式里,输入一条发给机器人的消息,不要带机器人的名字。在排期对话模式里,每一行都以 white: 或 black: 开头,然后粘贴整段对话。你也可以粘贴表情符号和列表,一键插入按钮会添加常用的几种。
white: can we do thu 19:00 or sat 14:00?
black: sat works
工具 | 作用
命令模式 | 说出一条消息对应的命令,或者没有命令,并给出它的用途、事件和参数
排期对话模式 | 标出提到的时间,以及后面的消息是接受还是撤回这些时间
命令列表 | 列出 25 条命令及各自的用途
插入按钮 | 添加常用表情符号、列表模板和新的 white: 或 black: 消息
示例:你选择命令模式,输入 "ping me when knight42 starts"。模型会回答这条消息是哪条命令、这条命令有什么用、设置了哪个通知事件,以及它带哪些参数。对于像上面那样的配对对话,它会标出提出的两个时间和被接受的那一个。
新手与专家:NLU 是自然语言理解,也就是弄清楚一条消息是什么意思的程序。第一步,选命令模式,输入一条给机器人的简短请求。
模型标注的是文本片段。它不会把时间换算成日期,也不会应用联赛规则。它的训练数据完全是合成的,所以真实成员发的消息可能和它学到的样子不同。
选择命令模式或排期对话模式
输入或粘贴消息或对话
模型标出命令、时间和意图
你来阅读结果
注意事项:
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 5 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 |
|---|---|---|---|---|
| Arboters NLU 本页 | 1 | gradio | agpl-3.0 | |
| 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。