Mindket

KLM 1.5-Chat Preview

新上架第 1 版 · 更新于

概览

在浏览器里和一个只有 99M 参数的小型语言模型聊天,可选推理模式、计算器和实时网页搜索。适合想试用微型聊天模型的人。

KLM 1.5-Chat Preview 是一款工具包,属于效率类,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。

速览

你需要
  • Python 3.12.12
  • pip
用在
  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不需要安装任何东西。
  • Windows、macOS 或 Linux:用 Python 3.12.12 运行你自己的副本。
先运行
pip install -U huggingface_hub
hf download Eclipse-Senpai/KLM-1.5-Chat-Preview --repo-type space --local-dir KLM-1.5-Chat-Preview
cd KLM-1.5-Chat-Preview

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 是一个 99M 参数聊天模型的预览版,基于 KLM 1.5。你可以打开或关闭推理,聊天还能调用计算器和会带回实时结果的网页搜索。这个模型很小,经常出错,所以重要的内容你要自己核对。

适合谁

适合想看看超小型聊天模型能做什么、以及计算器和搜索工具能帮它走多远的人。

IndustryWho uses itHow they use itExample
AI 研究研究小模型的研究者在开启和关闭推理两种情况下试用微型聊天模型比较推理开关两种状态下的回答
教育老师和学生展示工具如何帮助小模型问一道算术题,看计算器介入
软件开发者看看紧凑模型在聊天中的表现阅读 Gradio 应用代码,了解工具如何接入

如果你需要可靠的答案,可以跳过它,因为来源提醒这个模型经常出错。

用在哪里

你可以在这些地方使用它:

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不需要安装任何东西。
  • Windows、macOS 或 Linux:用 Python 3.12.12 运行你自己的副本。
Use caseWhoWhat they get back
试用小型聊天模型好奇的用户来自 99M 参数模型的简短聊天回复
数学问题学生由计算器工具算出的答案
需要最新事实的问题测试搜索的人参考了实时搜索结果的回复

如何设置

如果要在本地运行副本,你需要先准备:

  • Python 3.12.12
  • pip

在线页面不需要这些。若要运行你自己的副本,请按下面的步骤操作。

  1. 安装 Hugging Face 工具。
  2. 把这个 Space 的文件下载到一个文件夹。
  3. 进入那个文件夹。
  4. 安装 Space 使用的版本的 Gradio,再安装其他依赖包。
  5. 启动应用。
pip install -U huggingface_hub
hf download Eclipse-Senpai/KLM-1.5-Chat-Preview --repo-type space --local-dir KLM-1.5-Chat-Preview
cd KLM-1.5-Chat-Preview
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py

如何使用

在浏览器里打开这个 Space,或者用下面的命令启动你自己的副本。然后在聊天框里输入消息,并选择是否打开推理和工具。

python app.py
ToolWhat it does
推理可以为一次回复打开或关闭
计算器为模型算出算术结果
网页搜索取回模型可以使用的实时结果

示例

你打开计算器,问一个需要算数的问题。聊天用工具算出数字,再用简短的回复回答你。结果你仍然需要自己核对。

新手与专家

如果你是新手,先在浏览器里打开这个 Space,问一个简单的问题,比如一道短算术题。然后打开推理,再问同样的问题,看看回复有什么变化。

如果你熟悉这个领域,这是一个 99M 参数的模型,和常见聊天模型相比非常小,所以它拿准确度换来了体积和速度。仓库里有单独的文件,分别负责计算器、搜索工具和聊天页面。搜索结果可以改善回答,但模型仍然可能答错。

  1. 你输入一条消息
  2. 模型判断是否需要工具
  3. 计算器或网页搜索运行
  4. 模型写出回复
  5. 你核对答案

注意事项

不管有没有搜索,它的回答都可能出错。重要的内容请先核对,再依赖它。

  • License: apache-2
  • Cost to run: 未提及
  • Data it reaches: 网页,通过会取回实时结果的可选搜索工具
  • Not for: 你无法核对的答案,因为模型经常出错

README 和文件

README

KLM 1.5-Chat Preview

在浏览器里和一个只有 99M 参数的小型语言模型聊天,可选推理模式、计算器和实时网页搜索。适合想试用微型聊天模型的人。

由 Eclipse-Senpai 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。

简介

它是什么:这个 Space 是一个 99M 参数聊天模型的预览版,基于 KLM 1.5。你可以打开或关闭推理,聊天还能调用计算器和会带回实时结果的网页搜索。这个模型很小,经常出错,所以重要的内容你要自己核对。

适合谁:适合想看看超小型聊天模型能做什么、以及计算器和搜索工具能帮它走多远的人。

Industry | Who uses it | How they use it | Example
AI 研究 | 研究小模型的研究者 | 在开启和关闭推理两种情况下试用微型聊天模型 | 比较推理开关两种状态下的回答
教育 | 老师和学生 | 展示工具如何帮助小模型 | 问一道算术题,看计算器介入
软件 | 开发者 | 看看紧凑模型在聊天中的表现 | 阅读 Gradio 应用代码,了解工具如何接入

如果你需要可靠的答案,可以跳过它,因为来源提醒这个模型经常出错。

用在哪里:你可以在这些地方使用它:

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不需要安装任何东西。
  • Windows、macOS 或 Linux:用 Python 3.12.12 运行你自己的副本。
Use case | Who | What they get back
试用小型聊天模型 | 好奇的用户 | 来自 99M 参数模型的简短聊天回复
数学问题 | 学生 | 由计算器工具算出的答案
需要最新事实的问题 | 测试搜索的人 | 参考了实时搜索结果的回复

如何设置:如果要在本地运行副本,你需要先准备:

  • Python 3.12.12
  • pip

在线页面不需要这些。若要运行你自己的副本,请按下面的步骤操作。

  1. 安装 Hugging Face 工具。
  2. 把这个 Space 的文件下载到一个文件夹。
  3. 进入那个文件夹。
  4. 安装 Space 使用的版本的 Gradio,再安装其他依赖包。
  5. 启动应用。
pip install -U huggingface_hub
hf download Eclipse-Senpai/KLM-1.5-Chat-Preview --repo-type space --local-dir KLM-1.5-Chat-Preview
cd KLM-1.5-Chat-Preview
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py

如何使用:在浏览器里打开这个 Space,或者用下面的命令启动你自己的副本。然后在聊天框里输入消息,并选择是否打开推理和工具。

python app.py
Tool | What it does
推理 | 可以为一次回复打开或关闭
计算器 | 为模型算出算术结果
网页搜索 | 取回模型可以使用的实时结果

示例:你打开计算器,问一个需要算数的问题。聊天用工具算出数字,再用简短的回复回答你。结果你仍然需要自己核对。

新手与专家:如果你是新手,先在浏览器里打开这个 Space,问一个简单的问题,比如一道短算术题。然后打开推理,再问同样的问题,看看回复有什么变化。

如果你熟悉这个领域,这是一个 99M 参数的模型,和常见聊天模型相比非常小,所以它拿准确度换来了体积和速度。仓库里有单独的文件,分别负责计算器、搜索工具和聊天页面。搜索结果可以改善回答,但模型仍然可能答错。

你输入一条消息
模型判断是否需要工具
计算器或网页搜索运行
模型写出回复
你核对答案

注意事项:不管有没有搜索,它的回答都可能出错。重要的内容请先核对,再依赖它。

  • License: apache-2
  • Cost to run: 未提及
  • Data it reaches: 网页,通过会取回实时结果的可选搜索工具
  • Not for: 你无法核对的答案,因为模型经常出错

Hugging Face 上的数据(2026年11月13日)

  • 点赞:15
  • 构建方式:gradio
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/Eclipse-Senpai/KLM-1.5-Chat-Preview
  • 文件:https://huggingface.co/spaces/Eclipse-Senpai/KLM-1.5-Chat-Preview/tree/main

试用

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。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

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
KLM 1.5-Chat Preview 本页15gradioapache-2.0
MiniCPM5 WebGPU共有 text-generation9staticapache-2.0
MusicGen共有 gradio5,116gradiocc-by-nc-4.0
Kokoro TTS共有 gradio3,556gradioapache-2.0
Background Removal共有 gradio2,988gradiomit
Omni Image Editor共有 gradio2,922gradiomit
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Nanosaur2-670M

well9472 · 工具包

用一个 670M 参数的小型扩散模型,根据文字提示生成插画,在 ComfyUI 中运行。这是一个低预算的研究模型,适合想试用或训练自己 LoRA 的人。

新上架

waqf-ocr-hand-written-v1

Waqf-AI · 工具包

读取图片中的阿拉伯语手写文字并以文本形式返回。这是微调过的 PaddleOCR-VL 模型,适合要把阿拉伯语手写内容数字化的人。

新上架

Wan2.2-TI2V-5B-Diffusers

Wan-AI · 工具包

根据文本提示或图像加文字生成视频片段,最高 720P、每秒 24 帧,Diffusers 格式,适合单块消费级 GPU。

新上架

效率类的相似商品

查看效率类的全部商品

Wan2.1-T2V-1.3B-Diffusers

Wan-AI · 工具包

用小型的 1.3B Wan2.1 模型根据文字提示词生成短的 480P 视频,已打包成 diffusers 库可用的形式。在约 8.19 GB 显存的消费级显卡上就能运行。

新上架

Dulu Malayalam ASR

serendipitylabs · 工具包

在 CPU 或 CUDA GPU 上把马拉雅拉姆语语音转成文字,是 Serendipity Labs 的早期研究版本。适合想为简短清晰的录音生成转写草稿的人。

新上架

LFM2.5-350M-home-assistant-sft

OrdenWills · 工具包

把“关掉电视”这样的日常家居指令变成结构化的工具调用,并先检查设备状态。这是一个 3.5 亿参数的模型,适合智能家居开发者和爱好者。

新上架