anaksor-ocr
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。
Osstral 做的小型 Gradio 演示,提供 Qwen2.5-0.5B-Instruct 模型,适合想在浏览器或自己电脑上试用一个很小的指令微调模型的人。
Qwen 0.5B 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 Osstral/Qwen_0.5B --repo-type space --local-dir Qwen_0.5B cd Qwen_0.5B
Qwen 0.5B 是 Osstral 做的小型 Gradio 演示,提供 Qwen2.5-0.5B-Instruct 模型。仓库很小,只有应用代码、一个依赖文件和一个说明文件。
适合想快速看看一个很小的指令微调模型表现如何的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 机器学习 | 研究人员 | 感受一下五亿参数级别的模型 | 发给它一条简短指令并读取回复 |
| 软件 | 开发者 | 检查一个很小的模型能否胜任简单任务 | 试一个接近真实用途的提示词 |
| 教育 | 学生 | 看小型对话模型怎么回答 | 用两种说法问同一个问题并比较 |
如果你需要托管 API 或大模型,可以跳过它,因为这个演示只提供一个小模型。
你可以在线使用,也可以自己运行一份副本。
| Use case | Who | What they get back |
|---|---|---|
| 在线试用一个小模型 | 好奇的人 | Qwen2.5-0.5B-Instruct 对你发送的消息给出的回复 |
| 运行自己的副本 | 开发者 | 在自己电脑上运行的演示应用 |
| 比较提示词措辞 | 研究人员 | 同一个请求用不同说法得到的回复 |
托管的演示什么都不用装。本地副本需要 Python 3.12 和 pip。
pip install -U huggingface_hub hf download Osstral/Qwen_0.5B --repo-type space --local-dir Qwen_0.5B cd Qwen_0.5B pip install gradio==6.31.0 pip install -r requirements.txt python app.py
在线打开这个 Space,或者用下面的命令启动你的副本。然后用页面给模型发一条消息,再看它的回复。
python app.py
| Tool | What it does |
|---|---|
| app.py | 用 Python 运行它时启动 Gradio 页面 |
| requirements.txt | 列出应用需要的 Python 包 |
你打开 Space 问:"Give me three names for a small coffee shop." Qwen2.5-0.5B-Instruct 模型写出一份简短的名字列表,并显示在页面上。
如果你刚接触,先打开 Space 发一个简短、平实的请求。小模型更擅长简单的请求,所以第一次问得简单些。
如果你熟悉这个领域,这是一个单模型演示。前端是 Python 3.12 上的 Gradio 6.31.0,托管的副本运行在 zero-a10g 硬件上。除了 app.py 和它的依赖文件,仓库里没有额外的工具。
Space 的说明除了模型和文件之外几乎没写别的,所以请打开页面查看它的控件。
Osstral 做的小型 Gradio 演示,提供 Qwen2.5-0.5B-Instruct 模型,适合想在浏览器或自己电脑上试用一个很小的指令微调模型的人。
由 Osstral 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:Qwen 0.5B 是 Osstral 做的小型 Gradio 演示,提供 Qwen2.5-0.5B-Instruct 模型。仓库很小,只有应用代码、一个依赖文件和一个说明文件。
适合谁:适合想快速看看一个很小的指令微调模型表现如何的人。
Title: 谁会用这个演示
Industry | Who uses it | How they use it | Example
机器学习 | 研究人员 | 感受一下五亿参数级别的模型 | 发给它一条简短指令并读取回复
软件 | 开发者 | 检查一个很小的模型能否胜任简单任务 | 试一个接近真实用途的提示词
教育 | 学生 | 看小型对话模型怎么回答 | 用两种说法问同一个问题并比较
如果你需要托管 API 或大模型,可以跳过它,因为这个演示只提供一个小模型。
用在哪里:你可以在线使用,也可以自己运行一份副本。
Title: 这个演示适合做什么
Use case | Who | What they get back
在线试用一个小模型 | 好奇的人 | Qwen2.5-0.5B-Instruct 对你发送的消息给出的回复
运行自己的副本 | 开发者 | 在自己电脑上运行的演示应用
比较提示词措辞 | 研究人员 | 同一个请求用不同说法得到的回复
如何设置:托管的演示什么都不用装。本地副本需要 Python 3.12 和 pip。
pip install -U huggingface_hub
hf download Osstral/Qwen_0.5B --repo-type space --local-dir Qwen_0.5B
cd Qwen_0.5B
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py
如何使用:在线打开这个 Space,或者用下面的命令启动你的副本。然后用页面给模型发一条消息,再看它的回复。
python app.py
Title: 你会接触到的文件
Tool | What it does
app.py | 用 Python 运行它时启动 Gradio 页面
requirements.txt | 列出应用需要的 Python 包
示例:你打开 Space 问:"Give me three names for a small coffee shop." Qwen2.5-0.5B-Instruct 模型写出一份简短的名字列表,并显示在页面上。
新手与专家:如果你刚接触,先打开 Space 发一个简短、平实的请求。小模型更擅长简单的请求,所以第一次问得简单些。
如果你熟悉这个领域,这是一个单模型演示。前端是 Python 3.12 上的 Gradio 6.31.0,托管的副本运行在 zero-a10g 硬件上。除了 app.py 和它的依赖文件,仓库里没有额外的工具。
打开 Space 或运行 app.py
你在页面里发一条消息
Qwen2.5-0.5B-Instruct 写出回复
回复显示在页面上
注意事项:Space 的说明除了模型和文件之外几乎没写别的,所以请打开页面查看它的控件。
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 |
|---|---|---|---|---|
| Qwen 0.5B 本页 | 1 | gradio | mit | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | gradio | apache-2.0 |
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。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
alirezarezvani · 技能
为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。
block · 工具包
可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。
backnotprop · 工具包
把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。