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。
你可以在浏览器页面里试用建立在 ALLaM-7B-Instruct-preview 之上的研究型语言模型适配器,适合测试和比较语言模型的人。
Saudi SALLM A7B V1 Demo 是一款工具包,属于研究类,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 Dr-Zeyad-Alghamdi/SALLM-A7B-V1 --repo-type space --local-dir SALLM-A7B-V1 cd SALLM-A7B-V1
这个 Space 是一个 Gradio 演示,把基础模型 ALLaM-7B-Instruct-preview 和存放在自己仓库里的适配器文件配在一起。作者称它为研究演示,并说明部署尚未测试。它在 Hugging Face 的 GPU 硬件上运行。
研究或比较语言模型的人,想不安装任何东西就快速看一眼某个适配器。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 研究 | 语言模型研究人员 | 在做更深入的测试前先在浏览器里试用适配器 | 打开 Space 页面并发送一条测试消息 |
| 教育 | 机器学习的学生 | 看适配器如何叠加在基础模型上 | 对照适配器文件阅读 app.py |
| 软件 | 构建 Gradio 应用的开发者 | 把这个布局当作起点 | 让副本指向自己的适配器 |
需要成熟、有支持的产品的人可以跳过它,因为作者标明它尚未测试。
| 用例 | 谁用 | 得到什么 |
|---|---|---|
| 试用模型 | 研究人员 | 演示生成的文本 |
| 查看配置 | 开发者 | 一个可以阅读和修改的简短 Gradio 应用 |
pip install -U huggingface_hub hf download Dr-Zeyad-Alghamdi/SALLM-A7B-V1 --repo-type space --local-dir SALLM-A7B-V1 cd SALLM-A7B-V1 pip install gradio pip install -r requirements.txt python app.py
在线使用时,访问 Hugging Face 上的这个 Space,用出现的界面。在自己的电脑上,运行下面的最后一条命令,再打开 Gradio 提供的本地页面。
python app.py
| 工具 | 作用 |
|---|---|
| app.py | 启动 Gradio 界面 |
| requirements.txt | 列出要安装的 Python 软件包 |
| adapter_model.safetensors | 存放适配器权重 |
| tokenizer.json | 存放分词器数据 |
打开这个 Space 的页面,给模型输入一个简短的问题,然后读它生成的文字。回复来自装有该适配器的基础模型。
如果你刚接触,先打开这个 Space 的页面,发一条简短的消息。这一次测试就能让你看到演示做什么,不需要安装任何东西。
如果你熟悉这个领域,请注意仓库里有 adapter_config.json 和 adapter_model.safetensors,这是叠加在基础模型上的适配器的常见文件,另外还有分词器文件和聊天模板。这个 Space 使用 zero-a10g 硬件设置,所以它用便利换来了 GPU 要求和未经测试的部署。
你可以在浏览器页面里试用建立在 ALLaM-7B-Instruct-preview 之上的研究型语言模型适配器,适合测试和比较语言模型的人。
由 Dr-Zeyad-Alghamdi 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 Gradio 演示,把基础模型 ALLaM-7B-Instruct-preview 和存放在自己仓库里的适配器文件配在一起。作者称它为研究演示,并说明部署尚未测试。它在 Hugging Face 的 GPU 硬件上运行。
适合谁:研究或比较语言模型的人,想不安装任何东西就快速看一眼某个适配器。
行业 | 谁在用 | 怎么用 | 例子
研究 | 语言模型研究人员 | 在做更深入的测试前先在浏览器里试用适配器 | 打开 Space 页面并发送一条测试消息
教育 | 机器学习的学生 | 看适配器如何叠加在基础模型上 | 对照适配器文件阅读 app.py
软件 | 构建 Gradio 应用的开发者 | 把这个布局当作起点 | 让副本指向自己的适配器
需要成熟、有支持的产品的人可以跳过它,因为作者标明它尚未测试。
用在哪里:
用例 | 谁用 | 得到什么
试用模型 | 研究人员 | 演示生成的文本
查看配置 | 开发者 | 一个可以阅读和修改的简短 Gradio 应用
如何设置:
pip install -U huggingface_hub
hf download Dr-Zeyad-Alghamdi/SALLM-A7B-V1 --repo-type space --local-dir SALLM-A7B-V1
cd SALLM-A7B-V1
pip install gradio
pip install -r requirements.txt
python app.py
如何使用:在线使用时,访问 Hugging Face 上的这个 Space,用出现的界面。在自己的电脑上,运行下面的最后一条命令,再打开 Gradio 提供的本地页面。
python app.py
工具 | 作用
app.py | 启动 Gradio 界面
requirements.txt | 列出要安装的 Python 软件包
adapter_model.safetensors | 存放适配器权重
tokenizer.json | 存放分词器数据
示例:打开这个 Space 的页面,给模型输入一个简短的问题,然后读它生成的文字。回复来自装有该适配器的基础模型。
新手与专家:如果你刚接触,先打开这个 Space 的页面,发一条简短的消息。这一次测试就能让你看到演示做什么,不需要安装任何东西。
如果你熟悉这个领域,请注意仓库里有 adapter_config.json 和 adapter_model.safetensors,这是叠加在基础模型上的适配器的常见文件,另外还有分词器文件和聊天模板。这个 Space 使用 zero-a10g 硬件设置,所以它用便利换来了 GPU 要求和未经测试的部署。
你打开 Gradio 页面
app.py 在 GPU 硬件上运行
它读取 ADAPTER_REPO_ID
带适配器的模型给出回答
注意事项:
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 |
|---|---|---|---|---|
| Saudi SALLM A7B V1 Demo 本页 | 2 | gradio | apache-2.0 | |
| Open VLM Leaderboard共有 gradio | 1,034 | gradio | apache-2.0 | |
| Face Swap共有 gradio | 808 | gradio | cc-by-nc-sa-4.0 | |
| TTS Spaces Arena共有 gradio | 493 | gradio | zlib | |
| Depth Anything 3共有 gradio | 490 | gradio | cc-by-nc-4.0 | |
| BLIP共有 gradio | 431 | gradio | bsd-3-clause |
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。
AbdomenAtlas · 工具包
在 CT 扫描上检测并勾画 9 个器官的肿瘤,使用从放射学报告中学习的 R-Super 方法训练。这是面向医学影像团队的研究模型,采用非商业许可。
dBenf · 工具包
回答关于卫星图像块的类型化问题,使用 Sentinel-2 的全部 12 个波段,为每个选项返回概率,不生成文字。这是 Qwen3.5-0.8B 的微调版本,适合地球观测研究者。
zimmerk4 · 工具包
用一个在 JAX 物理模拟器里学会的小型策略网络,从头到尾通关游戏 Getting Over It。适合强化学习研究者和好奇的动手爱好者。