anaksor-ocr
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。
能用波兰语、英语和另外六种语言回答的聊天模型,打包成五种大小的 GGUF 文件,供 llama.cpp 或 Ollama 使用。适合想在自己电脑上用指令模型的人。
Bielik-11B-v3.1-Instruct GGUF 是一款工具包,属于写作类,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 speakleash/Bielik-11B-v3.1-Instruct-GGUF
这个仓库放的是 Bielik-11B-v3.1-Instruct 的 GGUF 版本,它是 speakleash 推出的 11.2B 参数指令模型。GGUF 是 llama.cpp 和 Ollama 这类本地运行工具读取的文件格式。这些版本有五种精度,可以在文件大小和质量之间取舍。
想在自己机器上用聊天模型,并且使用波兰语或邻近语言的人。模型卡列出波兰语、英语、阿尔巴尼亚语、波斯尼亚语、保加利亚语、克罗地亚语、捷克语和丹麦语。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 教育 | 学生和老师 | 用列出的语言之一提问和练习 | 学生用波兰语请它简短解释一个知识点 |
| 内容 | 写作者和编辑 | 起草和改写文字,不用把它发到云服务 | 编辑请它把一段话改短 |
| 软件 | 开发者 | 通过 llama.cpp 或 Ollama 测试本地指令模型 | 开发者把应用指向本地的一个副本 |
| 本地化 | 中欧和南欧的团队 | 用同一个模型试这几种语言 | 团队对比两种语言下对同一个问题的回答 |
如果你需要一个公布了详细功能清单的模型,可以跳过它,因为模型卡的这一页只写了格式和运行工具。
| Use case | Who | What they get back |
|---|---|---|
| 本地聊天 | 个人 | 来自一个留在你电脑上的模型的文字回复 |
| 起草 | 写作者 | 用支持的语言写出初稿或改写 |
| 应用测试 | 开发者 | 一个可以拿来测试应用的本地模型 |
你需要 Python 和 pip 来下载文件,还需要 llama.cpp 或 Ollama 来运行。Hugging Face 估计 4-bit 下约 5.6 GB。
pip install -U huggingface_hub hf download speakleash/Bielik-11B-v3.1-Instruct-GGUF
| Quant | When to pick it |
|---|---|
| bf16 | 全精度版本,这一组里最大的 |
| Q8_0 | 接近完整质量,文件很大 |
| Q6_K | 质量高,体积更小 |
| Q5_K_M | 在大小和质量之间的折中选择 |
| Q4_K_M | 列出的里最小的,按 Hugging Face 的估计约 5.6 GB |
在 llama.cpp 或 Ollama 里加载一个 GGUF 文件,把它当作指令模型来聊天。模型卡没有给出自己的命令,所以请按你所用运行工具加载本地 GGUF 文件的步骤来操作。
| Tool | What it does |
|---|---|
| llama.cpp | 直接在你的电脑上运行 GGUF 文件 |
| Ollama | 运行本地模型,并把它们保存在你机器上的库里 |
你打开模型,用波兰语问一个问题,比如请它简短解释一个学校里的知识点。回复应该是同一种语言的文字。重要的内容请自己核对,因为模型卡没有给出测试结果。
如果你是新手,先选 Q4_K_M 文件,因为它最小,也最容易试。在你的运行工具里加载它,用你熟悉的语言问一个简短的问题。
对熟悉的人来说,这是 speakleash/Bielik-11B-v3.1-Instruct 的量化发布,从 bf16 到 Q4_K_M 共五个级别。级别越低,文件越小,占用内存越少,但会损失一些精度。模型卡没有给出这些量化版本的基准数据。
能用波兰语、英语和另外六种语言回答的聊天模型,打包成五种大小的 GGUF 文件,供 llama.cpp 或 Ollama 使用。适合想在自己电脑上用指令模型的人。
由 speakleash 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:这个仓库放的是 Bielik-11B-v3.1-Instruct 的 GGUF 版本,它是 speakleash 推出的 11.2B 参数指令模型。GGUF 是 llama.cpp 和 Ollama 这类本地运行工具读取的文件格式。这些版本有五种精度,可以在文件大小和质量之间取舍。
适合谁:想在自己机器上用聊天模型,并且使用波兰语或邻近语言的人。模型卡列出波兰语、英语、阿尔巴尼亚语、波斯尼亚语、保加利亚语、克罗地亚语、捷克语和丹麦语。
Title: 谁在用,怎么用
Industry | Who uses it | How they use it | Example
教育 | 学生和老师 | 用列出的语言之一提问和练习 | 学生用波兰语请它简短解释一个知识点
内容 | 写作者和编辑 | 起草和改写文字,不用把它发到云服务 | 编辑请它把一段话改短
软件 | 开发者 | 通过 llama.cpp 或 Ollama 测试本地指令模型 | 开发者把应用指向本地的一个副本
本地化 | 中欧和南欧的团队 | 用同一个模型试这几种语言 | 团队对比两种语言下对同一个问题的回答
如果你需要一个公布了详细功能清单的模型,可以跳过它,因为模型卡的这一页只写了格式和运行工具。
用在哪里:
Use case | Who | What they get back
本地聊天 | 个人 | 来自一个留在你电脑上的模型的文字回复
起草 | 写作者 | 用支持的语言写出初稿或改写
应用测试 | 开发者 | 一个可以拿来测试应用的本地模型
如何设置:你需要 Python 和 pip 来下载文件,还需要 llama.cpp 或 Ollama 来运行。Hugging Face 估计 4-bit 下约 5.6 GB。
pip install -U huggingface_hub
hf download speakleash/Bielik-11B-v3.1-Instruct-GGUF
Title: 五种精度
Quant | When to pick it
bf16 | 全精度版本,这一组里最大的
Q8_0 | 接近完整质量,文件很大
Q6_K | 质量高,体积更小
Q5_K_M | 在大小和质量之间的折中选择
Q4_K_M | 列出的里最小的,按 Hugging Face 的估计约 5.6 GB
如何使用:在 llama.cpp 或 Ollama 里加载一个 GGUF 文件,把它当作指令模型来聊天。模型卡没有给出自己的命令,所以请按你所用运行工具加载本地 GGUF 文件的步骤来操作。
Tool | What it does
llama.cpp | 直接在你的电脑上运行 GGUF 文件
Ollama | 运行本地模型,并把它们保存在你机器上的库里
示例:你打开模型,用波兰语问一个问题,比如请它简短解释一个学校里的知识点。回复应该是同一种语言的文字。重要的内容请自己核对,因为模型卡没有给出测试结果。
新手与专家:如果你是新手,先选 Q4_K_M 文件,因为它最小,也最容易试。在你的运行工具里加载它,用你熟悉的语言问一个简短的问题。
对熟悉的人来说,这是 speakleash/Bielik-11B-v3.1-Instruct 的量化发布,从 bf16 到 Q4_K_M 共五个级别。级别越低,文件越小,占用内存越少,但会损失一些精度。模型卡没有给出这些量化版本的基准数据。
下载 GGUF 仓库
选一个放得进你内存的量化版本
在 llama.cpp 或 Ollama 里加载
与指令模型聊天
注意事项:
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download speakleash/Bielik-11B-v3.1-Instruct-GGUF
然后按它的模型卡使用它。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 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| Bielik-11B-v3.1-Instruct GGUF 本页 | 1,872 | 8 | 11.2B | apache-2.0 | |
| humanizer-GGUF共有 quantized · gguf · conversational | 26,382 | 65 | 11.9B | apache-2.0 | |
| SMaLL-100共有 multilingual | 10,902 | 113 | 333M | mit | |
| Hy-MT2-1.8B-1.25Bit-GGUF共有 gguf · conversational | 11,029 | 50 | 1.8B | apache-2.0 | |
| gugujiji_novel-humanize-4b-GGUF共有 gguf · conversational | 7,774 | 5 | 4B | apache-2.0 | |
| Gemma-3-12b-it-MAX-HORROR-Imatrix-GGUF共有 gguf · conversational | 2,805 | 19 | 11.8B | gemma |
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。
Qwen · 工具包
Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
vennify · 工具包
用在 JFLEG 数据集上训练的 T5 模型改写英文文本,减少语法错误。由 vennify 制作,适合想在 Python 里加入语法修正步骤的写作者、学生和开发者。
tencent · 工具包
在你自己的设备上用压缩到 1.25 比特的 1.8B 模型进行 33 种语言之间的翻译,GGUF 文件约 440 MB,适用于 llama.cpp。适合给应用加入离线翻译的开发者。
summerAIO · 工具包
用经过微调、采用 Gated DeltaNet 层的 27B 模型,对整本书长度的文字做摘要、问答和续写,支持英语和日语。适合处理长文档的人。