DeepSeek-R1-GGUF
unsloth · 工具包
671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。
通过 WebGPU 在你的浏览器里运行 Hazy Research 的小型 Next-Concept Modeling 检查点,任务有 TinyStories、LM1B small 和数独。适合想要本地、免安装演示的研究者和开发者。
Next-Concept Modeling WebGPU 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 mrfakename/ncm-webgpu --repo-type space --local-dir ncm-webgpu cd ncm-webgpu
Next-Concept Modeling WebGPU 是一个静态网页,运行 Hazy Research 的小型 Next-Concept Modeling 检查点。它处理 TinyStories、LM1B small 和数独。全部在你这一侧运行,使用 WebGPU 上的 ONNX Runtime Web。
想在浏览器标签页里试用从粗到细的文本生成器、又不想用服务器或配置 Python 的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 研究 | 机器学习研究者 | 不安装任何东西就试用小型检查点 | 数独任务 |
| 软件 | 网页开发者 | 研究模型怎样配合 worker 在页面里运行 | 阅读 ncm.js 和 worker.js |
| 教育 | 语言模型的学生 | 在笔记本电脑上观察小型生成器的工作 | 一次 TinyStories 运行 |
| 推广 | 教师 | 演示浏览器里的机器学习 | 一次课堂演示 |
如果你需要更大的模型,可以跳过它,因为有一个姊妹 Space 负责那些。
| Use case | Who | What they get back |
|---|---|---|
| TinyStories | 好奇的用户 | 小型检查点生成的短文本 |
| LM1B small | 研究者 | 小型 LM1B 模型的输出 |
| 数独 | 爱好者 | 模型在页面里解出的谜题 |
pip install -U huggingface_hub hf download mrfakename/ncm-webgpu --repo-type space --local-dir ncm-webgpu cd ncm-webgpu
打开 Space 页面,或者打开你副本里的 index.html,从三个任务里选一个。如果要用更大的模型,比如 LM1B medium 和 large、XSum 和 WMT14,请改用 mrfakename/ncm 这个 Space。
| Tool | What it does |
|---|---|
| index.html | 你在浏览器里打开的页面 |
| app.js and ncm.js | 页面和模型逻辑的脚本文件 |
| worker.js | 可以在页面主线程之外做事的脚本文件 |
| sudoku_ex.json | 数独任务的示例数据 |
你打开页面,选择数独任务并运行。小型检查点在你的显卡上工作,结果显示在页面里。
在支持 WebGPU 的浏览器里打开页面,先试 TinyStories。不需要安装任何东西,不过第一次访问时会获取权重。
mrfakename/ncm-webgpu-weights 里的权重是从 hazyresearch/ncm-checkpoints 转换来的,后者使用 MIT 许可证。推理通过 ONNX Runtime Web 在客户端完成。代价是浏览器版本只放得下三个小任务,更大的模型在另一个 Space 里。
通过 WebGPU 在你的浏览器里运行 Hazy Research 的小型 Next-Concept Modeling 检查点,任务有 TinyStories、LM1B small 和数独。适合想要本地、免安装演示的研究者和开发者。
由 mrfakename 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:Next-Concept Modeling WebGPU 是一个静态网页,运行 Hazy Research 的小型 Next-Concept Modeling 检查点。它处理 TinyStories、LM1B small 和数独。全部在你这一侧运行,使用 WebGPU 上的 ONNX Runtime Web。
适合谁:想在浏览器标签页里试用从粗到细的文本生成器、又不想用服务器或配置 Python 的人。
Industry | Who uses it | How they use it | Example
研究 | 机器学习研究者 | 不安装任何东西就试用小型检查点 | 数独任务
软件 | 网页开发者 | 研究模型怎样配合 worker 在页面里运行 | 阅读 ncm.js 和 worker.js
教育 | 语言模型的学生 | 在笔记本电脑上观察小型生成器的工作 | 一次 TinyStories 运行
推广 | 教师 | 演示浏览器里的机器学习 | 一次课堂演示
如果你需要更大的模型,可以跳过它,因为有一个姊妹 Space 负责那些。
用在哪里:
Use case | Who | What they get back
TinyStories | 好奇的用户 | 小型检查点生成的短文本
LM1B small | 研究者 | 小型 LM1B 模型的输出
数独 | 爱好者 | 模型在页面里解出的谜题
如何设置:
pip install -U huggingface_hub
hf download mrfakename/ncm-webgpu --repo-type space --local-dir ncm-webgpu
cd ncm-webgpu
如何使用:打开 Space 页面,或者打开你副本里的 index.html,从三个任务里选一个。如果要用更大的模型,比如 LM1B medium 和 large、XSum 和 WMT14,请改用 mrfakename/ncm 这个 Space。
Tool | What it does
index.html | 你在浏览器里打开的页面
app.js and ncm.js | 页面和模型逻辑的脚本文件
worker.js | 可以在页面主线程之外做事的脚本文件
sudoku_ex.json | 数独任务的示例数据
示例:你打开页面,选择数独任务并运行。小型检查点在你的显卡上工作,结果显示在页面里。
新手与专家:在支持 WebGPU 的浏览器里打开页面,先试 TinyStories。不需要安装任何东西,不过第一次访问时会获取权重。
mrfakename/ncm-webgpu-weights 里的权重是从 hazyresearch/ncm-checkpoints 转换来的,后者使用 MIT 许可证。推理通过 ONNX Runtime Web 在客户端完成。代价是浏览器版本只放得下三个小任务,更大的模型在另一个 Space 里。
浏览器打开静态页面
转换后的权重从模型仓库加载
ONNX Runtime Web 在 WebGPU 上运行模型
生成的输出显示在页面里
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 |
|---|---|---|---|---|
| Next-Concept Modeling WebGPU 本页 | 1 | static | mit | |
| Arena Leaderboard共有 static | 5,039 | static | apache-2.0 | |
| Browser共有 static | 533 | static | cc0-1.0 | |
| Model Pulse共有 static | 214 | static | apache-2.0 | |
| MTEB-BR Leaderboard共有 static | 126 | static | apache-2.0 | |
| Hub Stats共有 static | 65 | static | apache-2.0 |
unsloth · 工具包
671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。
prithivMLmods · 工具包
提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。
Phips · 工具包
用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。
allenai · 工具包
allenai 的 ToyBlocks 积木堆叠项目的底层动作模型,用模拟的 Franka 机械臂数据训练,能在桌面上拾取、放置和旋转三块积木。这是面向机器人学的研究模型。
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。