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。
一个 Gradio 演示,对比被训练来做大数乘法的 GPT-2 模型,包括名字里标明不带推理步骤、隐含推理步骤和写出推理步骤的几种版本。适合 AI 研究者和好奇的学习者。
Gpt2 Multiplication Predictor 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 yuntian-deng/gpt2-multiplication --repo-type space --local-dir gpt2-multiplication cd gpt2-multiplication
这个 Space 是 GPT-2 模型的演示,这些模型预测两个数相乘的结果。它指向三个模型。一个不用思维链,一个对 20 位数使用隐式思维链,一个对 20 位数使用显式思维链。README 只有一条配置指引,所以这里的描述来自模型名称。
适合想看小型语言模型在写出步骤和不写步骤时怎样处理算术的 AI 研究者、学生和好奇的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| AI 研究 | 研究者 | 对比长乘法上的推理方式 | 让同一个乘积跑过每个模型 |
| 教育 | 学生 | 看小模型在算术上哪里出错 | 试一个大数乘法并对比答案 |
| AI 开发 | 开发者 | 研究一个带三个模型的小型 Gradio 演示 | 阅读 app.py 和 tests 文件夹 |
需要可靠计算器的人可以跳过它,因为它的目的是研究这些模型。
| Use case | Who | What they get back |
|---|---|---|
| 对比模型 | 研究者 | 三个 GPT-2 版本预测的乘积 |
| 测试极限 | 学生 | 看每个版本在哪里算错乘积 |
| 阅读代码 | 开发者 | 一个带 tests 文件夹的简短 Gradio 应用 |
pip install -U huggingface_hub hf download yuntian-deng/gpt2-multiplication --repo-type space --local-dir gpt2-multiplication cd gpt2-multiplication pip install gradio==6.30.0 pip install -r requirements.txt python app.py
在浏览器里打开 Space 页面,或者用下面的命令启动你自己的副本。README 没有给出步骤,所以 Gradio 页面上的控件就是你的指引。
python app.py
你在页面上输入两个要相乘的数。按模型名称来看,应用会显示每个 GPT-2 版本对它们乘积的预测,你可以拿它和真实答案对比。
如果你是新手,先打开这个 Space,先试一个小的乘法,再试一个大的。自己核对每个答案,就能看出这些版本有什么不同。
如果你是专家,三个模型是 yuntian-deng/gpt2-no-cot-multiplication、gpt2-implicit-cot-multiplication-20-digits 和 gpt2-explicit-cot-multiplication-20-digits。这个 Space 在 zero-a10g 硬件上用 Gradio 6.30.0 运行。
一个 Gradio 演示,对比被训练来做大数乘法的 GPT-2 模型,包括名字里标明不带推理步骤、隐含推理步骤和写出推理步骤的几种版本。适合 AI 研究者和好奇的学习者。
由 yuntian-deng 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:这个 Space 是 GPT-2 模型的演示,这些模型预测两个数相乘的结果。它指向三个模型。一个不用思维链,一个对 20 位数使用隐式思维链,一个对 20 位数使用显式思维链。README 只有一条配置指引,所以这里的描述来自模型名称。
适合谁:适合想看小型语言模型在写出步骤和不写步骤时怎样处理算术的 AI 研究者、学生和好奇的人。
Industry | Who uses it | How they use it | Example
AI 研究 | 研究者 | 对比长乘法上的推理方式 | 让同一个乘积跑过每个模型
教育 | 学生 | 看小模型在算术上哪里出错 | 试一个大数乘法并对比答案
AI 开发 | 开发者 | 研究一个带三个模型的小型 Gradio 演示 | 阅读 app.py 和 tests 文件夹
需要可靠计算器的人可以跳过它,因为它的目的是研究这些模型。
用在哪里:
Use case | Who | What they get back
对比模型 | 研究者 | 三个 GPT-2 版本预测的乘积
测试极限 | 学生 | 看每个版本在哪里算错乘积
阅读代码 | 开发者 | 一个带 tests 文件夹的简短 Gradio 应用
如何设置:
pip install -U huggingface_hub
hf download yuntian-deng/gpt2-multiplication --repo-type space --local-dir gpt2-multiplication
cd gpt2-multiplication
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py
如何使用:在浏览器里打开 Space 页面,或者用下面的命令启动你自己的副本。README 没有给出步骤,所以 Gradio 页面上的控件就是你的指引。
python app.py
示例:你在页面上输入两个要相乘的数。按模型名称来看,应用会显示每个 GPT-2 版本对它们乘积的预测,你可以拿它和真实答案对比。
新手与专家:如果你是新手,先打开这个 Space,先试一个小的乘法,再试一个大的。自己核对每个答案,就能看出这些版本有什么不同。
如果你是专家,三个模型是 yuntian-deng/gpt2-no-cot-multiplication、gpt2-implicit-cot-multiplication-20-digits 和 gpt2-explicit-cot-multiplication-20-digits。这个 Space 在 zero-a10g 硬件上用 Gradio 6.30.0 运行。
你输入两个数
应用把它们交给 GPT-2 模型
每个模型预测乘积
你对比答案
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 4 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 |
|---|---|---|---|---|
| Gpt2 Multiplication Predictor 本页 | 32 | gradio | mit | |
| Open VLM Leaderboard共有 gradio | 1,034 | gradio | apache-2.0 | |
| Face Swap共有 gradio | 808 | gradio | cc-by-nc-sa-4.0 | |
| TTS Spaces Arena共有 gradio | 493 | gradio | zlib | |
| Depth Anything 3共有 gradio | 490 | gradio | cc-by-nc-4.0 | |
| BLIP共有 gradio | 431 | gradio | bsd-3-clause |
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。
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。