THX-01

THX-01

一次快速处理，就能回答关于工单、邮件或文档的类型化问题，给出校准的概率、提取的数字、摘录和引用。这是一个 322M 的多语言模型，用于分类和信息提取。

由 doofz 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。

简介

它是什么：THX-01 是 HAL-X AI 发布的多语言决策模型。你给它一段文字，比如消息、工单、邮件、文档或 JSON 记录，再加上用自然语言写的类型化问题。所有问题会在一次计算中一起回答，在一台 GPU 上约需 10 毫秒。答案附带校准过的概率，它还能返回数字、精确的摘录和引用。

适合谁：构建工单路由、文档分流和数据提取的开发者，尤其是处理阿塞拜疆语、俄语、英语和土耳其语文本的场景。

Industry | Who uses it | How they use it | Example
客户支持 | 为支持工单分派的团队 | 把每张工单分到一个类别并给出概率 | 把一条账单投诉送到账单队列
金融 | 阅读报告的分析师 | 从文档里提取数字和引文 | 提取某个季度的收入以及支持它的句子
自动化 | 智能体系统的开发者 | 对智能体轨迹做快速的是非和多选决策 | 判断一封邮件是否需要人工回复

如果你需要自由文本生成，可以跳过它，因为它回答类型化问题，不写文字。

用在哪里：它通过 thx01 库在 Python 里运行，还提供 REST 服务器作为附加项。文件可以在 Windows、macOS 或 Linux 上下载。

• Python，以及来自 PyPI 的 thx01 库
• 要达到所说的速度需要 GPU，不过模型卡说有 GPU 时会自动使用
• REST 服务器，通过 server 附加项安装

Use case | Who | What they get back
工单分类 | 支持团队 | 每个选项的类别和概率
数字提取 | 分析师 | 取自文档的数值，不存在时为 null
摘录与引用 | 开发者 | 精确的文本片段，以及支持答案的部分

如何设置：从 PyPI 安装这个库。首次使用时，权重会从这个仓库下载。

• 带 pip 的 Python
• 足够容纳 322M 模型的内存，F16 约 644 MB

1. 安装 thx01 库，如果想要 REST 服务器，就带上 server 附加项。
2. 在 Python 里按名称加载模型。
3. 发送一份文档和一组类型化的问题。

pip install thx01                 # library
pip install "thx01[server]"       # plus the REST server

你也可以自己下载文件：

pip install -U huggingface_hub
hf download doofz/THX-01

如何使用：加载模型，传入一份文档和一个问题字典，每个问题带一个类型，再读取答案。给问题加上 cite 选项，可以得到支持它的文字。

import thx01

agent = thx01.load("doofz/THX-01")              # GPU if available

doc = ("Northwind Corp. reported Q3 2026 results. Revenue for the quarter was $48.3 million, up 14%. "
       "Net income was $6.2 million, compared with $4.1 million a year ago. "
       '"We will open two offices in Baku," said CEO Laura Chen.')

result = agent.decide(doc, {
    "kind":    {"type": "choice", "question": "What is this document?",
                "criteria": {"earnings": "earnings report", "complaint": "customer complaint", "invoice": "invoice"}},
    "revenue": {"type": "number", "question": "What was the revenue, in US dollars?", "cite": True},
    "quote":   {"type": "excerpt", "question": "What did the CEO say?"},
})
# kind -> earnings, revenue -> 48300000 (+ the supporting sentence),
# quote -> verbatim span starting "We will open two offices in Baku"

Question type | What it returns
choice | 其中一个选项，并给出每个选项的概率
noul | 回答是的概率
score | 一个有序等级及其分布
number | 取自文本的数值，文本没有给出时为 null
excerpt | 文本中的一段原文，以及它的起止位置

示例：你传入一份简短的财报，问三件事：这是什么类型的文档、以美元计的收入是多少、CEO 说了什么。它回答 earnings，48300000 加上支持它的那句话，以及 CEO 的原话。

新手与专家：如果你刚接触这类模型，可以把它看作一个快速的表单填写器。你给它一段文字和几个答案类型固定的问题，它返回每个答案以及对它有多确定。

如果你熟悉这个领域，它是带决策头的 mmBERT-base 编码器，用强化学习在严格适当评分规则上训练，所以报告诚实的概率得分最高。数字答案取自文本，不做单位或币种换算，摘录则从文档中截取，所以不会包含编造的文字。

文本和类型化问题输入
编码器读取每个问题和状态
决策头一次计算给出答案
返回概率、数字或摘录

注意事项：每个问题的输入上限为 1,024 个 token，更长的文本会被截断。模型卡报告了它在四种语言共 2,843 张支持工单上的自测。

Title: 模型卡测试，支持工单分类
Measure | THX-01
Average accuracy | 98.4
Calibration error | 0.003
Latency | about 10 ms

• License: Apache 2.0
• Cost to run: 未提及，硬件由你自己提供
• Data it reaches: 你传入的文本和问题
• Not for: 单位或币种换算，因为这种情况下 number 问题会返回 null

Hugging Face 上的数据（2026年11月13日）

• 任务：text classification
• 框架：thx01
• 参数量：322M
• Weights: about 644 MB in F16; about 161 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：789
• 点赞：93
• 许可证：apache-2.0
• 语言：az, en, ru, tr, de, fr, es, ar
• 基于：jhu-clsp/mmBERT-base
• Fine-tunes: 1
• 标签：thx01, safetensors, decision-model, calibration, reinforcement-learning, proper-scoring-rules, routing, extraction, citation, multilingual, azerbaijani, thx-01

链接

• 模型：https://huggingface.co/doofz/THX-01
• 文件：https://huggingface.co/doofz/THX-01/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download doofz/THX-01

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。