VIDRAFT

VIDRAFT

VIDRAFT 的主页，VIDRAFT 是一家位于首尔的 AI 模型实验室，这是个静态站点。它介绍实验室用于训练、合并、压缩、测试和加速语言模型的开放模型与工具。

由 VIDraft 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 VIDRAFT 的主页，VIDRAFT 是首尔的一家 AI 公司。它发布开放的语言模型，以及用来检验模型的工具。这个页面是一个静态站点，仓库里有页面、图片、一份论文 PDF 和一份 Darwin 模型清单。页面介绍了它做模型的四种方式：从头预训练、合并、跨架构杂交和压缩。

适合谁：适合关注开放模型实验室、想一次看清 VIDRAFT 提供什么的机器学习研究者和工程师。想在电脑或手机上运行大模型的人，可以看看其中的压缩一条线。

行业 | 谁在用 | 怎么用 | 例子
AI 研究 | 模型研究者 | 阅读合并、预训练和验证的思路 | 看看 Darwin 系列是怎么介绍的
端侧 AI | 在电脑和手机上运行模型的开发者 | 查看用于本地运行的压缩产品线 | 查一查 POCKET 涵盖哪些模型规模
安全 | 代码和 AI 智能体的测试人员 | 查看基于证明的测试工具 | 读一读 Chitos 打算测试什么
数据与数据库 | 分析师 | 查看自然语言转 SQL 的工具 | 读一读 ViSQL 如何通过运行来检查查询

如果你现在就想要一个能运行的工具，可以跳过它，因为这个页面只是一家实验室的概览。

用在哪里：

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• Windows、macOS 或 Linux，用任意浏览器打开下载好的 index.html

用途 | 适合谁 | 你得到什么
了解一家模型实验室 | 研究者 | 一张列出模型线和工具及其作用的表
查找页面列出的模型和数据集 | 工程师 | 六个模型名和六个数据集名，可以去 Hugging Face 上查

如何设置：在线使用什么都不用准备，页面直接在浏览器里运行。想保留一份副本，需要的东西很少。

• Python 和 pip，只用来通过 Hugging Face 工具下载文件
• 一个网页浏览器，用来打开页面

1. 安装 Hugging Face hub 包。
2. 把这个 Space 的文件下载到本地文件夹。
3. 进入那个文件夹。
4. 在网页浏览器里打开 index.html。

pip install -U huggingface_hub
hf download VIDraft/AI --repo-type space --local-dir AI
cd AI

如何使用：打开页面，通读各条产品线。下面的表列出了页面所介绍的主要几项。

工具 | 作用
Darwin | 不经过任何训练，用进化的方式合并模型
AETHER | 从头预训练的基础模型，混合了 5、7 和 11 种注意力类型，权重、代码和日志按 Apache 2.0 开放
POCKET | 通过标准的 llama.cpp，在电脑、笔记本或手机上运行 26B 到 180B 的模型，不需要 GPU
ZTC | 不生成任何 token，就判断一个答案有多可信
VKAE、VKUE 和 VKIE | 分别加快 GPU、CPU 和 NPU 上的推理
NPU (VKORE) | 在只为推理而造的 NPU 上运行推理、LoRA 调优和预训练
AX-RAY | 在部署之前诊断大模型的安全、因果和可信度
Chitos | 建立在证明之上的、针对代码和 AI 智能体的安全测试
ViSQL | 把问题变成 SQL，并通过运行来检查结果
CellOS | 可微分的细胞模拟，加上能自我纠错的研究智能体

示例：你打开页面，读到 POCKET 这一条，上面说大模型可以通过 llama.cpp 在普通电脑、笔记本或手机上运行，不需要显卡。然后你去 Hugging Face 上查这个 Space 列出的模型名。

新手与专家：如果你是新手，先打开这个 Space 的页面，读开头那一段和产品表。不用安装任何东西，你就能得到这家实验室在做什么的一张地图。

如果你熟悉这个领域：页面报告了 Darwin 系列等的基准和排行榜成绩。这些是实验室自己的说法，页面还把项目和一份论文 PDF 联系在一起，所以请对照原始排行榜来核实。页面本身是纯静态文件，其中列出了可以去 Hugging Face 上获取的模型和数据集。

在浏览器里打开页面
读实验室做模型的四种方式
浏览产品表
查找列出的模型和数据集

注意事项：页面上的数字是实验室自己的报告，来源也没有给出在这里核实它们的办法。

• License: Apache 2.0，和这个 Space 的许可证一行写的一致
• Cost to run: 页面本身没有提到。运行它列出的模型要看各自的条款
• Data it reaches: 它列出了 Hugging Face 上的六个模型和六个数据集，它的 README 还提到用 Hugging Face 公共 API 取使用数据

Hugging Face 上的数据（2026年11月13日）

• 点赞：24
• 构建方式：static
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/VIDraft/AI
• 文件：https://huggingface.co/spaces/VIDraft/AI/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。