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。
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。
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
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。
你可以在这些地方使用它:
| 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 |
如果要在本地运行副本,你需要先准备:
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。
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
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 |
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。
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。
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。
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。
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:
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:
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。
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。
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 |
|---|---|---|---|---|
| KLM 1.5-Chat Preview 本页 | 15 | gradio | apache-2.0 | |
| MiniCPM5 WebGPU共有 text-generation | 9 | static | apache-2.0 | |
| MusicGen共有 gradio | 5,116 | gradio | cc-by-nc-4.0 | |
| Kokoro TTS共有 gradio | 3,556 | gradio | apache-2.0 | |
| Background Removal共有 gradio | 2,988 | gradio | mit | |
| Omni Image Editor共有 gradio | 2,922 | gradio | mit |
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。
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。
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。
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。
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。
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。