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。
一个用于生物医学文本命名实体识别的 Streamlit 应用,通过集成配置组合三个指定的模型。适合想在浏览器里试用实体标注的人。
NER Biomedical PHI Ensemble 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 ajitrajasekharan/NER-Biomedical-PHI-Ensemble --repo-type space --local-dir NER-Biomedical-PHI-Ensemble cd NER-Biomedical-PHI-Ensemble
NER Biomedical PHI Ensemble 是 Hugging Face Spaces 上的一个 Streamlit 应用,用于命名实体识别。标题指向生物医学文本和 PHI,即受保护的健康信息。它指定了三个模型:ajitrajasekharan/biomedical、flair/pos-english 和 google-bert/bert-base-cased,仓库里还有一个集成配置。
它适合处理生物医学文本、想在浏览器里试用实体标注的人,也适合想读懂多个模型如何组合的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 医疗研究 | 文本挖掘研究者 | 在生物医学句子上试用实体标注 | 打开 Space,输入一句话 |
| 健康数据 | 数据工程师 | 阅读集成配置,看模型怎么组合 | 下载这个 Space,打开 ensemble_config.json |
| 教育 | 讲师 | 演示多个模型如何共同完成一个标注任务 | 带学生看 app.py 和 common.py |
如果你需要有文档说明的隐私保证或实测准确率,可以跳过它,因为来源没有给出。
| Use case | Who | What they get back |
|---|---|---|
| 标注生物医学文本中的实体 | 研究者 | 浏览器里显示的、文本中被标出的实体 |
| 学习集成方案的结构 | 开发者 | 一个仓库里的配置文件、实体类型列表和批处理脚本 |
在线使用什么都不用装。本地副本需要先准备这些。
pip install -U huggingface_hub hf download ajitrajasekharan/NER-Biomedical-PHI-Ensemble --repo-type space --local-dir NER-Biomedical-PHI-Ensemble cd NER-Biomedical-PHI-Ensemble pip install streamlit pip install -r requirements.txt streamlit run app.py
打开 Hugging Face 上的 Space 页面,输入一些生物医学文本,看标注后的结果。本地副本则在文件夹里运行 streamlit run app.py,再打开它启动的页面。
你把一句临床记录里的话粘贴到文本框。应用用它的模型处理这句话,并显示在句子里找到的实体。
如果你是新手,打开 Space 页面,先试一句短话。命名实体识别的意思是,程序在你的文本里标出事物的名称,比如药物或人名。
如果你懂这个领域,仓库里有集成配置、实体类型列表和批处理脚本,所以这些模型是组合使用,而不是单独使用。结果如何合并写在代码里,来源没有描述。
一个用于生物医学文本命名实体识别的 Streamlit 应用,通过集成配置组合三个指定的模型。适合想在浏览器里试用实体标注的人。
由 ajitrajasekharan 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:NER Biomedical PHI Ensemble 是 Hugging Face Spaces 上的一个 Streamlit 应用,用于命名实体识别。标题指向生物医学文本和 PHI,即受保护的健康信息。它指定了三个模型:ajitrajasekharan/biomedical、flair/pos-english 和 google-bert/bert-base-cased,仓库里还有一个集成配置。
适合谁:它适合处理生物医学文本、想在浏览器里试用实体标注的人,也适合想读懂多个模型如何组合的开发者。
Industry | Who uses it | How they use it | Example
医疗研究 | 文本挖掘研究者 | 在生物医学句子上试用实体标注 | 打开 Space,输入一句话
健康数据 | 数据工程师 | 阅读集成配置,看模型怎么组合 | 下载这个 Space,打开 ensemble_config.json
教育 | 讲师 | 演示多个模型如何共同完成一个标注任务 | 带学生看 app.py 和 common.py
如果你需要有文档说明的隐私保证或实测准确率,可以跳过它,因为来源没有给出。
用在哪里:
Use case | Who | What they get back
标注生物医学文本中的实体 | 研究者 | 浏览器里显示的、文本中被标出的实体
学习集成方案的结构 | 开发者 | 一个仓库里的配置文件、实体类型列表和批处理脚本
如何设置:在线使用什么都不用装。本地副本需要先准备这些。
pip install -U huggingface_hub
hf download ajitrajasekharan/NER-Biomedical-PHI-Ensemble --repo-type space --local-dir NER-Biomedical-PHI-Ensemble
cd NER-Biomedical-PHI-Ensemble
pip install streamlit
pip install -r requirements.txt
streamlit run app.py
如何使用:打开 Hugging Face 上的 Space 页面,输入一些生物医学文本,看标注后的结果。本地副本则在文件夹里运行 streamlit run app.py,再打开它启动的页面。
示例:你把一句临床记录里的话粘贴到文本框。应用用它的模型处理这句话,并显示在句子里找到的实体。
新手与专家:如果你是新手,打开 Space 页面,先试一句短话。命名实体识别的意思是,程序在你的文本里标出事物的名称,比如药物或人名。
如果你懂这个领域,仓库里有集成配置、实体类型列表和批处理脚本,所以这些模型是组合使用,而不是单独使用。结果如何合并写在代码里,来源没有描述。
你在浏览器里输入生物医学文本
app.py 运行配置里列出的模型
标注出的实体显示在页面上
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 |
|---|---|---|---|---|
| NER Biomedical PHI Ensemble 本页 | 2 | streamlit | mit | |
| TorchCAM 类激活图共有 streamlit | 16 | docker | apache-2.0 | |
| Anime Recommendation System共有 streamlit | 9 | streamlit | apache-2.0 | |
| Image Text Detection共有 streamlit | 6 | streamlit | mit | |
| Spacy Ner共有 streamlit | 2 | streamlit | cc-by-nc-sa-4.0 | |
| Harry Potter Q A共有 streamlit | 1 | streamlit | afl-3.0 |
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。