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。
vidore ColPali v1.3 模型的 Gradio 演示,自带一个存好的页面嵌入文件。适合想在浏览器里试用视觉文档检索的开发者和研究者,在 Hugging Face 上运行。
Colpali 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 rayyan0/colpali --repo-type space --local-dir colpali cd colpali
这是围绕 vidore colpali-v1.3-hf 模型搭的 Gradio 演示。它的仓库里带有一个名为 pages_embeddings.pt 的已存嵌入文件,这暗示应用是把查询和预先算好的页面数据做匹配。README 是空的,所以页面本身说得不多。它在 Hugging Face 的 zero-a10g 硬件上运行。
想不用自己搭建就在文档上试用 ColPali 模型的开发者和研究者,以及想看一个小例子,了解它是怎么被封装进应用的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 研究 | 检索研究者 | 在已存的页面嵌入上试用模型 | 跑几个查询,看看匹配到什么 |
| 软件 | 开发者 | 阅读 app.py,看模型和嵌入是怎么加载的 | 把这套布局复用到自己的文档搜索上 |
| 教育 | 学生 | 学习文档检索演示是怎么做的 | 改一个查询,看结果怎么变 |
如果你需要搜索自己的文件,可以跳过它,因为页面只提到了一个自带的嵌入文件。
| Use case | Who | What they get back |
|---|---|---|
| 试用模型 | 研究者 | 在网页表单里得到 ColPali 模型的结果 |
| 研究这个演示 | 开发者 | 一个简短的 Gradio 应用和一个可以阅读的嵌入文件 |
pip install -U huggingface_hub hf download rayyan0/colpali --repo-type space --local-dir colpali cd colpali pip install gradio==6.31.0 pip install -r requirements.txt python app.py
这个仓库有五个文件,包括 app.py、requirements.txt 和嵌入文件。页面没有说明本地运行除了这些包还需要什么。
在线使用时,打开这个 Space,用页面上的表单操作。在自己的电脑上,运行应用文件,然后在浏览器里打开 Gradio 提供的页面。页面没有列出其他命令。
| Tool | What it does |
|---|---|
| python app.py | 在你的电脑上启动 Gradio 应用 |
你打开这个 Space,在表单里输入一个简短的问题。应用把模型对着它存好的页面数据运行,并显示找到的内容,你可以读一读,看匹配得和你的问题有多贴切。
如果你是新手,先在线打开这个 Space,试一个简短的问题。README 是空的,所以请以页面上看到的内容为准。
如果你熟悉这个领域,已存的 pages_embeddings.pt 文件说明这是对预先算好的页面向量做检索,而不是实时建索引。页面没有给出语料、评分细节,也没有说明如何加入你自己的页面。
vidore ColPali v1.3 模型的 Gradio 演示,自带一个存好的页面嵌入文件。适合想在浏览器里试用视觉文档检索的开发者和研究者,在 Hugging Face 上运行。
由 rayyan0 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:这是围绕 vidore colpali-v1.3-hf 模型搭的 Gradio 演示。它的仓库里带有一个名为 pages_embeddings.pt 的已存嵌入文件,这暗示应用是把查询和预先算好的页面数据做匹配。README 是空的,所以页面本身说得不多。它在 Hugging Face 的 zero-a10g 硬件上运行。
适合谁:想不用自己搭建就在文档上试用 ColPali 模型的开发者和研究者,以及想看一个小例子,了解它是怎么被封装进应用的人。
Industry | Who uses it | How they use it | Example
研究 | 检索研究者 | 在已存的页面嵌入上试用模型 | 跑几个查询,看看匹配到什么
软件 | 开发者 | 阅读 app.py,看模型和嵌入是怎么加载的 | 把这套布局复用到自己的文档搜索上
教育 | 学生 | 学习文档检索演示是怎么做的 | 改一个查询,看结果怎么变
如果你需要搜索自己的文件,可以跳过它,因为页面只提到了一个自带的嵌入文件。
用在哪里:
Use case | Who | What they get back
试用模型 | 研究者 | 在网页表单里得到 ColPali 模型的结果
研究这个演示 | 开发者 | 一个简短的 Gradio 应用和一个可以阅读的嵌入文件
如何设置:
pip install -U huggingface_hub
hf download rayyan0/colpali --repo-type space --local-dir colpali
cd colpali
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py
这个仓库有五个文件,包括 app.py、requirements.txt 和嵌入文件。页面没有说明本地运行除了这些包还需要什么。
如何使用:在线使用时,打开这个 Space,用页面上的表单操作。在自己的电脑上,运行应用文件,然后在浏览器里打开 Gradio 提供的页面。页面没有列出其他命令。
Tool | What it does
python app.py | 在你的电脑上启动 Gradio 应用
示例:你打开这个 Space,在表单里输入一个简短的问题。应用把模型对着它存好的页面数据运行,并显示找到的内容,你可以读一读,看匹配得和你的问题有多贴切。
新手与专家:如果你是新手,先在线打开这个 Space,试一个简短的问题。README 是空的,所以请以页面上看到的内容为准。
如果你熟悉这个领域,已存的 pages_embeddings.pt 文件说明这是对预先算好的页面向量做检索,而不是实时建索引。页面没有给出语料、评分细节,也没有说明如何加入你自己的页面。
在浏览器里打开 Space
输入一个查询
ColPali 模型把它和已存页面比较
显示匹配结果
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 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 |
|---|---|---|---|---|
| Colpali 本页 | 1 | 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 |
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。