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。
CausalArena 因果发现基准的静态仪表板,包含排行榜、真实数据检查、案例视图、已发布图的画廊,以及提交结果的指南。
CausalArena Leaderboard 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 LAMDA-Tabular/CausalArena-leaderboard --repo-type space --local-dir CausalArena-leaderboard cd CausalArena-leaderboard
CausalArena Leaderboard 是 CausalArena 公开发布版的静态仪表板,CausalArena 是一个因果发现基准。它汇集了主排行榜、真实数据检查、规模和运行时间视图、分类汇总、案例查看,以及一个已发布图的画廊。你在浏览器里打开它,什么都不用安装。
研究因果发现、想比较各种方法的研究人员,以及想加入自己的结果或新的因果模型的贡献者,都适合用它。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 研究 | 因果发现研究人员 | 在主排行榜上比较各种方法 | 打开排行榜页面,读排名 |
| 数据科学 | 从业者 | 检查各种方法在真实数据上表现如何 | 阅读真实数据检查 |
| 教育 | 学生 | 浏览已发布的因果图 | 打开 SCM Gallery 页面 |
| 基准贡献者 | 方法作者 | 提交结果或提出新的因果模型 | 按 Submit 页面的步骤操作 |
不研究因果发现的人可以跳过。
它可以在这些地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 比较各种方法 | 研究人员 | 主排行榜,以及规模和运行时间视图 |
| 查看案例 | 研究人员 | Semantic 和 Formula 案例视图 |
| 浏览已发布的图 | 学生和研究人员 | SCM Gallery 页面里的接地图 |
在线使用这个 Space 只需要浏览器。把它的文件放到你自己的电脑上,需要下面这些。
pip install -U huggingface_hub hf download LAMDA-Tabular/CausalArena-leaderboard --repo-type space --local-dir CausalArena-leaderboard cd CausalArena-leaderboard
打开页面,在各个视图之间切换。下表列出了各部分展示的内容。要做贡献,请阅读 Submit 页面。
| Tool | What it does |
|---|---|
| 主排行榜 | 在基准上给各种方法排名 |
| 真实数据检查 | 显示各种方法在真实数据上的表现 |
| 规模和运行时间视图 | 显示结果如何随规模变化,以及运行要多久 |
| 分类汇总 | 按类别归并结果 |
| 案例查看 | 让你查看 Semantic 和 Formula 案例 |
| SCM Gallery | 让你浏览已发布的接地图 |
| Submit 页面 | 说明经过审核的贡献步骤 |
一位有新因果发现方法的研究人员阅读 Submit 页面。他们从配套的数据集仓库下载结果模板,在自己的机器上验证包,再通过配套的 GitHub 仓库提交。维护者检查后刷新仪表板。
因果发现是指根据数据弄清楚什么引起了什么。第一件可以试的小事,是先看主排行榜,再去 SCM Gallery 看示例图。
这个页面是静态的,所以不会按请求计算,结果只有在维护者更新时才会出现。贡献路径是经过审核的,提交前要在本地验证包。它的引用把它定位为基础模型时代的因果结构学习基准。
提交不在页面本身进行,仪表板只有在维护者验证之后才会更新。
CausalArena 因果发现基准的静态仪表板,包含排行榜、真实数据检查、案例视图、已发布图的画廊,以及提交结果的指南。
由 LAMDA-Tabular 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:CausalArena Leaderboard 是 CausalArena 公开发布版的静态仪表板,CausalArena 是一个因果发现基准。它汇集了主排行榜、真实数据检查、规模和运行时间视图、分类汇总、案例查看,以及一个已发布图的画廊。你在浏览器里打开它,什么都不用安装。
适合谁:研究因果发现、想比较各种方法的研究人员,以及想加入自己的结果或新的因果模型的贡献者,都适合用它。
Industry | Who uses it | How they use it | Example
研究 | 因果发现研究人员 | 在主排行榜上比较各种方法 | 打开排行榜页面,读排名
数据科学 | 从业者 | 检查各种方法在真实数据上表现如何 | 阅读真实数据检查
教育 | 学生 | 浏览已发布的因果图 | 打开 SCM Gallery 页面
基准贡献者 | 方法作者 | 提交结果或提出新的因果模型 | 按 Submit 页面的步骤操作
不研究因果发现的人可以跳过。
用在哪里:它可以在这些地方运行。
Use case | Who | What they get back
比较各种方法 | 研究人员 | 主排行榜,以及规模和运行时间视图
查看案例 | 研究人员 | Semantic 和 Formula 案例视图
浏览已发布的图 | 学生和研究人员 | SCM Gallery 页面里的接地图
如何设置:在线使用这个 Space 只需要浏览器。把它的文件放到你自己的电脑上,需要下面这些。
pip install -U huggingface_hub
hf download LAMDA-Tabular/CausalArena-leaderboard --repo-type space --local-dir CausalArena-leaderboard
cd CausalArena-leaderboard
如何使用:打开页面,在各个视图之间切换。下表列出了各部分展示的内容。要做贡献,请阅读 Submit 页面。
Tool | What it does
主排行榜 | 在基准上给各种方法排名
真实数据检查 | 显示各种方法在真实数据上的表现
规模和运行时间视图 | 显示结果如何随规模变化,以及运行要多久
分类汇总 | 按类别归并结果
案例查看 | 让你查看 Semantic 和 Formula 案例
SCM Gallery | 让你浏览已发布的接地图
Submit 页面 | 说明经过审核的贡献步骤
示例:一位有新因果发现方法的研究人员阅读 Submit 页面。他们从配套的数据集仓库下载结果模板,在自己的机器上验证包,再通过配套的 GitHub 仓库提交。维护者检查后刷新仪表板。
新手与专家:因果发现是指根据数据弄清楚什么引起了什么。第一件可以试的小事,是先看主排行榜,再去 SCM Gallery 看示例图。
这个页面是静态的,所以不会按请求计算,结果只有在维护者更新时才会出现。贡献路径是经过审核的,提交前要在本地验证包。它的引用把它定位为基础模型时代的因果结构学习基准。
你下载结果或 SCM 模板
你在本地验证包
你通过配套的 GitHub 仓库提交
维护者刷新静态仪表板
注意事项:提交不在页面本身进行,仪表板只有在维护者验证之后才会更新。
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 |
|---|---|---|---|---|
| CausalArena Leaderboard 本页 | 2 | static | cc-by-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 |
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。
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。