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。
帮助 1C:Enterprise 平台上的开发者读取和修改 BSL 代码,并在 XML 导出里查找对象。这是以俄语为主的 Qwen3.8-27B 微调版本,这里提供 GGUF 格式。
Qwen3.8-27B-1C 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 sweetand/qwen3.8-27b-1C
Qwen3.8-27B-1C 是针对 1C:Enterprise 平台开发的 Qwen3.8-27B 监督微调版本。它侧重于 BSL 代码、配置导出的 BSL 加 XML 结构、XML 模式和常见的配置实践。主要语言是俄语,也支持英语。它是一个 LoRA 适配器,这个仓库列出的是 GGUF 文件。
想要一个了解平台代码风格和项目结构的助手的 1C 开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 软件 | 1C 开发者 | 询问对象和模块在 XML 导出里的位置 | 找到某个目录的对象模块在哪里 |
| 软件 | 代码评审人员 | 评审并解释他人写的 BSL | 获得对一个陌生模块的讲解 |
| 企业 IT | 平台团队 | 重构 BSL 以符合内部风格 | 按角色重命名过程 |
如果你不做 1C 开发,可以跳过它,因为它的长处只限于这个领域。
| Use case | Who | What they get back |
|---|---|---|
| 项目导航 | 1C 开发者 | 对象和模块在 XML 导出里的位置 |
| BSL 编写和重构 | 开发者 | 符合 1C 风格的代码 |
| 代码评审 | 评审人员 | 对平台机制和他人 BSL 的解释 |
pip install -U huggingface_hub hf download sweetand/qwen3.8-27b-1C
套用 Qwen3.8 的聊天模板,并从模型卡为精确编程给出的采样值开始。思考模式和工具调用沿用基础的 Qwen3.8 模型。
| Setting | Value |
|---|---|
| temperature | 0.6 |
| top_p | 0.95 |
| top_k | 20 |
| min_p | 0.0 |
| presence_penalty | 0.0 |
| repetition_penalty | 1.3 |
| effort | medium |
from transformers import AutoModelForCausalLM, AutoTokenizer
repo = "YOUR_HF_USER/Qwen3.8-27B-1C"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
repo, torch_dtype="auto", device_map="auto", trust_remote_code=True
)
messages = [
{"role": "user", "content": "Где в выгрузке конфигурации обычно лежит модуль объекта справочника?"}
]
text = tok.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tok(text, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=1024, temperature=0.6, top_p=0.95)
print(tok.decode(out[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True))你用俄语问,某个目录的对象模块通常放在配置导出的哪个位置。模型用文字回答典型的位置。请在配置器里核对答案,因为模型卡警告过它可能编造路径。
如果你刚接触 1C,把它当作读代码和起草代码的帮手,而不是事实的来源。始终在你的配置器或 CI 里测试它的输出。
如果你是专家,训练数据涵盖 BSL 加 XML 的项目结构、平台开发规范、XML 模式的特点、开放的 1C 代码库、有意义的命名和 1C 查询语言。上下文窗口沿用 Qwen3.8,最多 262K 个 token,长上下文很依赖硬件。
模型卡坦率地写出了它的局限。
帮助 1C:Enterprise 平台上的开发者读取和修改 BSL 代码,并在 XML 导出里查找对象。这是以俄语为主的 Qwen3.8-27B 微调版本,这里提供 GGUF 格式。
由 sweetand 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:Qwen3.8-27B-1C 是针对 1C:Enterprise 平台开发的 Qwen3.8-27B 监督微调版本。它侧重于 BSL 代码、配置导出的 BSL 加 XML 结构、XML 模式和常见的配置实践。主要语言是俄语,也支持英语。它是一个 LoRA 适配器,这个仓库列出的是 GGUF 文件。
适合谁:想要一个了解平台代码风格和项目结构的助手的 1C 开发者。
Industry | Who uses it | How they use it | Example
软件 | 1C 开发者 | 询问对象和模块在 XML 导出里的位置 | 找到某个目录的对象模块在哪里
软件 | 代码评审人员 | 评审并解释他人写的 BSL | 获得对一个陌生模块的讲解
企业 IT | 平台团队 | 重构 BSL 以符合内部风格 | 按角色重命名过程
如果你不做 1C 开发,可以跳过它,因为它的长处只限于这个领域。
用在哪里:
Use case | Who | What they get back
项目导航 | 1C 开发者 | 对象和模块在 XML 导出里的位置
BSL 编写和重构 | 开发者 | 符合 1C 风格的代码
代码评审 | 评审人员 | 对平台机制和他人 BSL 的解释
如何设置:
pip install -U huggingface_hub
hf download sweetand/qwen3.8-27b-1C
如何使用:套用 Qwen3.8 的聊天模板,并从模型卡为精确编程给出的采样值开始。思考模式和工具调用沿用基础的 Qwen3.8 模型。
Setting | Value
temperature | 0.6
top_p | 0.95
top_k | 20
min_p | 0.0
presence_penalty | 0.0
repetition_penalty | 1.3
effort | medium
from transformers import AutoModelForCausalLM, AutoTokenizer
repo = "YOUR_HF_USER/Qwen3.8-27B-1C"
tok = AutoTokenizer.from_pretrained(repo, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
repo, torch_dtype="auto", device_map="auto", trust_remote_code=True
)
messages = [
{"role": "user", "content": "Где в выгрузке конфигурации обычно лежит модуль объекта справочника?"}
]
text = tok.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tok(text, return_tensors="pt").to(model.device)
out = model.generate(**inputs, max_new_tokens=1024, temperature=0.6, top_p=0.95)
print(tok.decode(out[0][inputs["input_ids"].shape[-1]:], skip_special_tokens=True))
示例:你用俄语问,某个目录的对象模块通常放在配置导出的哪个位置。模型用文字回答典型的位置。请在配置器里核对答案,因为模型卡警告过它可能编造路径。
新手与专家:如果你刚接触 1C,把它当作读代码和起草代码的帮手,而不是事实的来源。始终在你的配置器或 CI 里测试它的输出。
如果你是专家,训练数据涵盖 BSL 加 XML 的项目结构、平台开发规范、XML 模式的特点、开放的 1C 代码库、有意义的命名和 1C 查询语言。上下文窗口沿用 Qwen3.8,最多 262K 个 token,长上下文很依赖硬件。
Qwen3.8-27B 是基础模型
用 1C 数据做监督微调得到 LoRA 适配器
你套用基础模型的聊天模板
模型以 1C 风格作答
注意事项:模型卡坦率地写出了它的局限。
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download sweetand/qwen3.8-27b-1C
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 |
|---|---|---|---|---|---|
| Qwen3.8-27B-1C 本页 | 36,131 | 30 | 27.3B | apache-2.0 | |
| Qwen3.8-Flash-Next-GSQ-RCO-GGUF共有 image-text-to-text · gguf · conversational | 6,963,596 | 1,229 | 177B | apache-2.0 | |
| gemma-4-12b-it-GGUF共有 image-text-to-text · gguf · conversational | 2,534,530 | 963 | 11.9B | apache-2.0 | |
| Qwen3.6-35B-A3B-MTP-GGUF共有 image-text-to-text · gguf · conversational | 2,315,167 | 1,051 | 35.5B | apache-2.0 | |
| Qwen3.8-27B GGUF (ShapeLearn Quantized)共有 image-text-to-text · gguf · conversational | 2,083,628 | 216 | 27.3B | apache-2.0 | |
| Qwen3.5-9B-GGUF共有 image-text-to-text · gguf · conversational | 1,969,901 | 1,074 | 9B | 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。