Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
在浏览器里回放 Qwenx86 的录制运行。Qwenx86 是权重里内置 x86 计算机的 Qwen 模型,页面逐步显示寄存器、代码、RAM 和工具输出。
Qwenx86 Debugger 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 Quazim0t0/Qwenx86-Debugger --repo-type space --local-dir Qwenx86-Debugger cd Qwenx86-Debugger
Qwenx86 Debugger 是一个浏览器页面,用来回放 Qwenx86 的录制运行。Qwenx86 是 Qwen3.5-4B 模型,它的权重里多加了 13 层,内置一台 64 位 x86 计算机。你选一个运行,按下播放,就能看到寄存器、代码、RAM 和工具输出随模型工作而变化。
它适合好奇语言模型如何运行真实机器码的人,也适合想细看某次录制运行的研究者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| AI 研究 | 模型研究者 | 检查模型如何完成机器层面的工作 | 核对某次运行中每个机器令牌都与参考机器一致 |
| 教育 | 老师和学生 | 展示程序运行时寄存器和 RAM 如何变化 | 观看 C 编译器那次运行打印出 42 |
| 软件 | 系统开发者 | 阅读程序计数器处反汇编出的代码 | 跟着 Python 工具在 RISC-V 路径上的运行走一遍 |
如果你只想要一个能聊天的助手,可以跳过它,因为这个页面只回放录制内容,不接受新问题。
| 用途 | 适合谁 | 能得到什么 |
|---|---|---|
| 回放 C 编译器那次运行 | 对这个模型好奇的人 | Qwen 写出的 C 程序在权重内部编译并运行,打印出 42 |
| 查看机器状态 | 研究者 | 每一步的寄存器、反汇编代码和完整的 64 KB RAM |
| 查看记忆相关的运行 | 开发者 | 来自真实运行的文件、存储的段落、图片和精确算术 |
pip install -U huggingface_hub hf download Quazim0t0/Qwenx86-Debugger --repo-type space --local-dir Qwenx86-Debugger cd Qwenx86-Debugger
打开页面,选一个运行,按下播放。顶部横幅回放 C 编译器那次运行。横幅下面的每个运行都会列出对话、寄存器、代码、RAM、工具打印的内容和时间线。模型文件自带六个内置工具。
| 工具 | 作用 |
|---|---|
| c | 编译并运行 C 程序 |
| notes | 把笔记保存在机器的 RAM 里 |
| science | 从只读数据中查询 CODATA 常数、单位数据和元素 |
| python_doc | 存放 1,003 条压缩的 API 签名 |
| python | 运行 MicroPython |
| calc | 做精确的分数运算 |
选择笔记那次运行并按下播放。第一个问题保存一条笔记,第二个问题把它要回来。你会看到每次工具调用、计算机的回复及其机器令牌数,还有刚写入的 RAM 字节以琥珀色亮起。
可以把这个页面当作一段能拖动进度的录像。先看顶部横幅,按下 C 编译器那次运行的播放,看程序打印出 42。然后打开笔记那次运行,看保存的笔记被取回。
Qwenx86 把一个 64 位 x86 CPU 电路放进 Qwen3.5-4B 的权重,所以工具调用在模型内部运行。这个 Space 为每次运行显示参考机器的状态:RAX 到 R15 和 RFLAGS、程序计数器处的代码,以及按 block verify 轮次分组的机器令牌时间线。芯片层每轮最多核对 256 个令牌,每一个都吻合。Python 那次运行走核心的 RISC-V 路径,所以显示的是 x1 到 x31。
每个运行都是在单块 16 GB GPU 上用精简版检查点保存下来的录像,所以页面从不实时运行模型。
在浏览器里回放 Qwenx86 的录制运行。Qwenx86 是权重里内置 x86 计算机的 Qwen 模型,页面逐步显示寄存器、代码、RAM 和工具输出。
由 Quazim0t0 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:Qwenx86 Debugger 是一个浏览器页面,用来回放 Qwenx86 的录制运行。Qwenx86 是 Qwen3.5-4B 模型,它的权重里多加了 13 层,内置一台 64 位 x86 计算机。你选一个运行,按下播放,就能看到寄存器、代码、RAM 和工具输出随模型工作而变化。
适合谁:它适合好奇语言模型如何运行真实机器码的人,也适合想细看某次录制运行的研究者。
行业 | 谁在用 | 怎么用 | 例子
AI 研究 | 模型研究者 | 检查模型如何完成机器层面的工作 | 核对某次运行中每个机器令牌都与参考机器一致
教育 | 老师和学生 | 展示程序运行时寄存器和 RAM 如何变化 | 观看 C 编译器那次运行打印出 42
软件 | 系统开发者 | 阅读程序计数器处反汇编出的代码 | 跟着 Python 工具在 RISC-V 路径上的运行走一遍
如果你只想要一个能聊天的助手,可以跳过它,因为这个页面只回放录制内容,不接受新问题。
用在哪里:
用途 | 适合谁 | 能得到什么
回放 C 编译器那次运行 | 对这个模型好奇的人 | Qwen 写出的 C 程序在权重内部编译并运行,打印出 42
查看机器状态 | 研究者 | 每一步的寄存器、反汇编代码和完整的 64 KB RAM
查看记忆相关的运行 | 开发者 | 来自真实运行的文件、存储的段落、图片和精确算术
如何设置:
pip install -U huggingface_hub
hf download Quazim0t0/Qwenx86-Debugger --repo-type space --local-dir Qwenx86-Debugger
cd Qwenx86-Debugger
如何使用:打开页面,选一个运行,按下播放。顶部横幅回放 C 编译器那次运行。横幅下面的每个运行都会列出对话、寄存器、代码、RAM、工具打印的内容和时间线。模型文件自带六个内置工具。
工具 | 作用
c | 编译并运行 C 程序
notes | 把笔记保存在机器的 RAM 里
science | 从只读数据中查询 CODATA 常数、单位数据和元素
python_doc | 存放 1,003 条压缩的 API 签名
python | 运行 MicroPython
calc | 做精确的分数运算
示例:选择笔记那次运行并按下播放。第一个问题保存一条笔记,第二个问题把它要回来。你会看到每次工具调用、计算机的回复及其机器令牌数,还有刚写入的 RAM 字节以琥珀色亮起。
新手与专家:可以把这个页面当作一段能拖动进度的录像。先看顶部横幅,按下 C 编译器那次运行的播放,看程序打印出 42。然后打开笔记那次运行,看保存的笔记被取回。
Qwenx86 把一个 64 位 x86 CPU 电路放进 Qwen3.5-4B 的权重,所以工具调用在模型内部运行。这个 Space 为每次运行显示参考机器的状态:RAX 到 R15 和 RFLAGS、程序计数器处的代码,以及按 block verify 轮次分组的机器令牌时间线。芯片层每轮最多核对 256 个令牌,每一个都吻合。Python 那次运行走核心的 RISC-V 路径,所以显示的是 x1 到 x31。
Qwen 写出一次工具调用
权重里的计算机运行它
产生机器令牌
block verify 轮次逐轮核对
页面回放每个机器状态
注意事项:每个运行都是在单块 16 GB GPU 上用精简版检查点保存下来的录像,所以页面从不实时运行模型。
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 5 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 |
|---|---|---|---|---|
| Qwenx86 Debugger 本页 | 7 | static | mit | |
| InferenceSupport共有 static | 764 | static | afl-3.0 | |
| Huggy共有 static | 463 | static | cc-by-nc-sa-4.0 | |
| Z-Image Lookalike LoRA Index共有 static | 189 | static | apache-2.0 | |
| Granite Docling 258M WebGPU共有 static | 163 | static | apache-2.0 | |
| DINOv3 Web共有 static | 162 | static | apache-2.0 |
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
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。