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。
以 10 分钟的时间步长,模拟公里级全球风暴分辨大气模拟,用于天气和气候研究。这是 NVIDIA Earth-2 的检查点,有 331.7M 参数。
STRATA 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 nvidia/strata
STRATA 是 NVIDIA Earth-2 的检查点,是一个模仿 SCREAM 全球风暴分辨模拟的 AI 大气模型。它以约 4.9 km 的网格间距预测整个地球大气的三维状态,每次走 10 分钟。
状态包括位温、风、位势高度、垂直气压速度、比湿和 2 米气温。地面气压和降水通量在每一步都会算出来。
适合想要风暴分辨模拟的快速模拟器的天气和气候研究者,也适合研究不同分辨率的 AI 模型如何协同工作的团队。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 气候科学 | 大气研究者 | 模拟风暴分辨模拟 | 一步一步推进 SCREAM 状态 |
| 天气研究 | 预报研究者 | 对 SCREAM 状态做短期预报 | 向前看几小时到几天 |
| 科研计算 | 高性能计算团队 | 把地球分到多块 GPU 上 | 用区域分解跑完整个地球 |
| 机器学习 | 研究耦合模拟器的团队 | 测试不同分辨率之间的逼近或降尺度 | 组合不同分辨率的模拟器 |
如果你需要现成的预报服务,可以跳过它,因为这是研究用检查点,需要代码和数据准备。
| Use case | Who | What they get back |
|---|---|---|
| 短期预报 | 天气研究者 | 几小时到几天后的 SCREAM 状态 |
| 风暴分辨模拟 | 气候研究者 | 对庞大模拟的快速替身 |
| 耦合实验 | 机器学习研究者 | 一个可用来逼近或降尺度的分辨率 |
pip install -U huggingface_hub hf download nvidia/strata
准备一个 149 通道的输入张量,由 145 个状态通道和 4 个强迫通道组成。每次调用返回 10 分钟后的状态,所以要重复调用才能看得更远。
| Item | Detail |
|---|---|
| 网格 | SCREAM ne1024pg2 立方球面,6 个面,每面 2048 乘 2048 列 |
| 时间步长 | 10 分钟 |
| 输入 | 149 个通道,用检查点里保存的统计量做归一化 |
| 输出 | 148 个通道,即 145 个状态通道加 3 个诊断通道 |
| 强迫通道 | 太阳天顶角余弦、地表位势、地形起伏和陆地比例 |
你输入当前的全球状态和它的强迫场,运行一步。模型返回 10 分钟后的状态,把它多次送回去,预报就能向前推进。
如果你刚接触天气模型,可以把它看成庞大气候模拟的快速副本。下载文件,读一读卡片,并打算用 GitHub 上的封装运行示例。
如果你熟悉这个领域,它是两阶段 Transformer,语义主干作用在 4 乘 4 像素的块上,后面是像素分辨率的精修阶段。它用一次确定性的前向计算预测每一步,并用回归损失训练,所以不像扩散模型那样采样。
以 10 分钟的时间步长,模拟公里级全球风暴分辨大气模拟,用于天气和气候研究。这是 NVIDIA Earth-2 的检查点,有 331.7M 参数。
由 nvidia 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:STRATA 是 NVIDIA Earth-2 的检查点,是一个模仿 SCREAM 全球风暴分辨模拟的 AI 大气模型。它以约 4.9 km 的网格间距预测整个地球大气的三维状态,每次走 10 分钟。
状态包括位温、风、位势高度、垂直气压速度、比湿和 2 米气温。地面气压和降水通量在每一步都会算出来。
适合谁:适合想要风暴分辨模拟的快速模拟器的天气和气候研究者,也适合研究不同分辨率的 AI 模型如何协同工作的团队。
Industry | Who uses it | How they use it | Example
气候科学 | 大气研究者 | 模拟风暴分辨模拟 | 一步一步推进 SCREAM 状态
天气研究 | 预报研究者 | 对 SCREAM 状态做短期预报 | 向前看几小时到几天
科研计算 | 高性能计算团队 | 把地球分到多块 GPU 上 | 用区域分解跑完整个地球
机器学习 | 研究耦合模拟器的团队 | 测试不同分辨率之间的逼近或降尺度 | 组合不同分辨率的模拟器
如果你需要现成的预报服务,可以跳过它,因为这是研究用检查点,需要代码和数据准备。
用在哪里:
Use case | Who | What they get back
短期预报 | 天气研究者 | 几小时到几天后的 SCREAM 状态
风暴分辨模拟 | 气候研究者 | 对庞大模拟的快速替身
耦合实验 | 机器学习研究者 | 一个可用来逼近或降尺度的分辨率
如何设置:
pip install -U huggingface_hub
hf download nvidia/strata
如何使用:准备一个 149 通道的输入张量,由 145 个状态通道和 4 个强迫通道组成。每次调用返回 10 分钟后的状态,所以要重复调用才能看得更远。
Item | Detail
网格 | SCREAM ne1024pg2 立方球面,6 个面,每面 2048 乘 2048 列
时间步长 | 10 分钟
输入 | 149 个通道,用检查点里保存的统计量做归一化
输出 | 148 个通道,即 145 个状态通道加 3 个诊断通道
强迫通道 | 太阳天顶角余弦、地表位势、地形起伏和陆地比例
示例:你输入当前的全球状态和它的强迫场,运行一步。模型返回 10 分钟后的状态,把它多次送回去,预报就能向前推进。
新手与专家:如果你刚接触天气模型,可以把它看成庞大气候模拟的快速副本。下载文件,读一读卡片,并打算用 GitHub 上的封装运行示例。
如果你熟悉这个领域,它是两阶段 Transformer,语义主干作用在 4 乘 4 像素的块上,后面是像素分辨率的精修阶段。它用一次确定性的前向计算预测每一步,并用回归损失训练,所以不像扩散模型那样采样。
全球状态和强迫通道
在立方球面分块上做分块推理
两阶段 Transformer 预测一步
10 分钟后的状态
注意事项:
Title: 模型张量中的通道数
输入通道: 149 个
状态通道: 145 个
强迫通道: 4 个
输出通道: 148 个
诊断通道: 3 个
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download nvidia/strata
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 6 KB
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。