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。
用 Google 的 Gemma 3 27B 指令微调模型回答关于文本和图像的问题,提供 Unsloth 制作的 GGUF 文件,可在你自己的电脑上运行。支持 128K 词元上下文。
gemma-3-27b-it-GGUF 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 unsloth/gemma-3-27b-it-GGUF
这个仓库存放 gemma-3-27b-it 的 GGUF 版本,它是 Google DeepMind 的 Gemma 3 系列里 27B 的指令微调模型。Unsloth 制作了量化文件。Gemma 3 接收文本和图像作为输入,输出文本。
想在自己的电脑或云环境里用一个能力不错、支持图像输入的开放模型的人。4-bit 权重估计约 13.5 GB,所以机器要放得下。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 软件 | 开发者 | 给应用加上能读文字和图片的本地模型 | 描述一张截图的内容 |
| 研究 | AI 研究人员 | 测试量化形式的 27B 开放模型 | 比较两种文件大小的回答 |
| 教育 | 学生 | 在自己的机器上练习问答和总结 | 总结一篇长文章 |
| 运营 | 有自己硬件的团队 | 把文档留在自己的系统里 | 就一份长的内部文本提问 |
需要权重采用普通宽松许可证的人可以跳过它,因为使用要遵守 Google 的 Gemma 条款。
| Use case | Who | What they get back |
|---|---|---|
| 问答 | 任何人 | 对关于一段文本的问题的书面回答 |
| 总结 | 学生和团队 | 一份长文档的精简版 |
| 图像理解 | 开发者 | 对图像内容的书面分析 |
| 推理 | 研究人员 | 对问题的分步回答 |
pip install -U huggingface_hub hf download unsloth/gemma-3-27b-it-GGUF
给模型发送文本,或者文本加图像,然后读它写回的文字。这里展示的卡片部分没有给出运行命令,所以请按你选的运行器和卡片链接的指南操作。下面的细节来自 Gemma 3 的模型卡。
| Input | How it is handled |
|---|---|
| 文本 | 问题、指令,或者想要缩短的文档 |
| 图像 | 调整为 896 x 896,每张编码成 256 个词元 |
| 上下文 | 27B 规模一次最多读取 128K 词元 |
| 输出 | 生成的文本,比如回答、图像分析或总结 |
你给模型一张照片,问它显示了什么。它用文字回答,描述图像内容,前提是你的运行器支持图像输入。
先用纯文本问题检查文件能不能加载。可以之后,再试一张图片和一个关于它的简短问题。较小的笔记本电脑可能需要比这个更小的文件。
Gemma 3 用与 Gemini 模型相同的研究和技术构建。它覆盖 140 多种语言,有 128K 的上下文窗口。27B 处在 Gemma 3 规模范围的顶端,这个范围还包括 1B、4B 和 12B。
用 Google 的 Gemma 3 27B 指令微调模型回答关于文本和图像的问题,提供 Unsloth 制作的 GGUF 文件,可在你自己的电脑上运行。支持 128K 词元上下文。
由 unsloth 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。
它是什么:这个仓库存放 gemma-3-27b-it 的 GGUF 版本,它是 Google DeepMind 的 Gemma 3 系列里 27B 的指令微调模型。Unsloth 制作了量化文件。Gemma 3 接收文本和图像作为输入,输出文本。
适合谁:想在自己的电脑或云环境里用一个能力不错、支持图像输入的开放模型的人。4-bit 权重估计约 13.5 GB,所以机器要放得下。
Industry | Who uses it | How they use it | Example
软件 | 开发者 | 给应用加上能读文字和图片的本地模型 | 描述一张截图的内容
研究 | AI 研究人员 | 测试量化形式的 27B 开放模型 | 比较两种文件大小的回答
教育 | 学生 | 在自己的机器上练习问答和总结 | 总结一篇长文章
运营 | 有自己硬件的团队 | 把文档留在自己的系统里 | 就一份长的内部文本提问
需要权重采用普通宽松许可证的人可以跳过它,因为使用要遵守 Google 的 Gemma 条款。
用在哪里:
Use case | Who | What they get back
问答 | 任何人 | 对关于一段文本的问题的书面回答
总结 | 学生和团队 | 一份长文档的精简版
图像理解 | 开发者 | 对图像内容的书面分析
推理 | 研究人员 | 对问题的分步回答
如何设置:
pip install -U huggingface_hub
hf download unsloth/gemma-3-27b-it-GGUF
如何使用:给模型发送文本,或者文本加图像,然后读它写回的文字。这里展示的卡片部分没有给出运行命令,所以请按你选的运行器和卡片链接的指南操作。下面的细节来自 Gemma 3 的模型卡。
Input | How it is handled
文本 | 问题、指令,或者想要缩短的文档
图像 | 调整为 896 x 896,每张编码成 256 个词元
上下文 | 27B 规模一次最多读取 128K 词元
输出 | 生成的文本,比如回答、图像分析或总结
示例:你给模型一张照片,问它显示了什么。它用文字回答,描述图像内容,前提是你的运行器支持图像输入。
新手与专家:先用纯文本问题检查文件能不能加载。可以之后,再试一张图片和一个关于它的简短问题。较小的笔记本电脑可能需要比这个更小的文件。
Gemma 3 用与 Gemini 模型相同的研究和技术构建。它覆盖 140 多种语言,有 128K 的上下文窗口。27B 处在 Gemma 3 规模范围的顶端,这个范围还包括 1B、4B 和 12B。
输入文本或一张图像
图像变成每张 256 个词元
模型读取完整的上下文
它用文本写出答案
注意事项:
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download unsloth/gemma-3-27b-it-GGUF
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。
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 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| gemma-3-27b-it-GGUF 本页 | 50,284 | 211 | 27B | gemma | |
| gemma-3-4b-it-GGUF共有 gemma3 · gemma · google | 160,720 | 216 | 3.9B | gemma | |
| gemma-3-12b-it-GGUF共有 gemma3 · gemma · google | 84,937 | 204 | 11.8B | gemma | |
| gemma-3-270m-it-GGUF共有 gemma3 · gemma · google | 91,489 | 181 | 268M | gemma | |
| gemma-4-31B-it-GGUF共有 gemma · google · imatrix | 428,266 | 677 | 30.7B | apache-2.0 | |
| gemma-4-31B-it-qat-GGUF共有 gemma · google · unsloth | 79,933 | 226 | 30.7B | apache-2.0 |
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。
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。