Mindket

Luciole-8B-Instruct-1.1-GGUF

新上架第 1 版 · 更新于

概览

Luciole-8B-Instruct-1.1 的量化 GGUF 副本,一个支持法语和英语的 8B 文本生成模型,可在你自己的电脑上运行。来自 LINAGORA 在 OpenLLM-France 联盟中的工作。

Luciole-8B-Instruct-1.1-GGUF 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。

速览

你需要
  • Python,用于 Hugging Face hub 工具
  • 存放你保留的那个文件的磁盘空间,4-bit 约 4 GB
  • 一个本地应用,比如 Ollama 或 llama.cpp 构建版本
用在
  • Ollama,模型卡指向它来做测试
  • llama.cpp,模型卡用它来说明量化细节
  • Windows、macOS 或 Linux,配合 Python,用来下载文件
先运行
pip install -U huggingface_hub
hf download OpenLLM-France/Luciole-8B-Instruct-1.1-GGUF

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个仓库收录了 Luciole-8B-Instruct-1.1 的 GGUF 量化副本。它是一个约 8.1B 参数的文本生成模型,支持法语和英语。按 Hugging Face 的估算,4-bit 副本约为 4 GB。模型卡很简短,关于模型如何工作的细节,它让你去看原模型的页面。

适合谁

它适合想在自己机器上运行开放的法语和英语模型的开发者和研究人员。

IndustryWho uses itHow they use itExample
软件法语应用的开发者在自己的工具后面运行本地聊天模型为内部助手起草法语回复
研究自然语言处理研究人员测试一个开放的 8B 模型处理法语的表现用同样的提示词,把它的回答与另一个模型对比
本地 AI爱好者和一个留在自己电脑上的模型聊天让它为粘贴进来的一段文字写简短摘要

需要有据可查的基准数据或现成托管服务的人,可以跳过它。

用在哪里

你在能读取 GGUF 文件的本地应用里运行它。

  • Ollama,模型卡指向它来做测试
  • llama.cpp,模型卡用它来说明量化细节
  • Windows、macOS 或 Linux,配合 Python,用来下载文件
Use caseWhoWhat they get back
用法语或英语聊天任何人在自己机器上生成的回复
为语言功能做原型开发者一个用来测试提示词的本地模型
比较开放模型研究人员可以和其他 8B 模型并排运行的回答

如何设置

安装就是下载,加上一个能打开 GGUF 文件的本地应用。

  • Python,用于 Hugging Face hub 工具
  • 存放你保留的那个文件的磁盘空间,4-bit 约 4 GB
  • 一个本地应用,比如 Ollama 或 llama.cpp 构建版本
  1. 安装 Hugging Face hub 工具。
  2. 下载仓库文件。
  3. 在本地应用里打开一个文件。模型卡指向原模型页面上的 Ollama 测试步骤。
pip install -U huggingface_hub
hf download OpenLLM-France/Luciole-8B-Instruct-1.1-GGUF

如何使用

模型卡本身没有给出运行命令。你在本地应用里加载文件,用法语或英语和它聊天。想走 Ollama 这条路,请打开原 Luciole-8B-Instruct-1.1 页面上关于用 Ollama 测试的那一节。

示例

你加载文件,输入 "Summarize this paragraph in two sentences.",后面接上你的文字。模型会在你的机器上写出一段简短摘要。你也可以用法语问同样的问题,得到法语回复。

新手与专家

GGUF 是一种在你自己电脑上运行模型的文件格式,量化会把模型缩小,让它放得下。第一次可以先下载文件,在 Ollama 或基于 llama.cpp 的应用里加载,再用法语问一个简短的问题。

如果你熟悉这个领域,这是一个 8.1B 模型的量化版本,模型卡没有给出量化类型、基准测试或训练数据。在依赖它之前,请到原模型页面查看这些内容。

  1. 原始的 Luciole-8B-Instruct-1.1
  2. 量化成 GGUF
  3. 在本地运行环境里加载
  4. 你用法语或英语聊天

注意事项

模型卡称,它由 LINAGORA 在 OpenLLM-France 联盟内开发,这是一个由 Bpifrance 资助的 France2030 项目。

  • License: Apache-2.0
  • Cost to run: 没有提到
  • Data it reaches: 它从 Hugging Face 下载文件。模型卡没有提到账号、网络或剪贴板访问。

README 和文件

README

Luciole-8B-Instruct-1.1-GGUF

Luciole-8B-Instruct-1.1 的量化 GGUF 副本,一个支持法语和英语的 8B 文本生成模型,可在你自己的电脑上运行。来自 LINAGORA 在 OpenLLM-France 联盟中的工作。

由 OpenLLM-France 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。

简介

它是什么:这个仓库收录了 Luciole-8B-Instruct-1.1 的 GGUF 量化副本。它是一个约 8.1B 参数的文本生成模型,支持法语和英语。按 Hugging Face 的估算,4-bit 副本约为 4 GB。模型卡很简短,关于模型如何工作的细节,它让你去看原模型的页面。

适合谁:它适合想在自己机器上运行开放的法语和英语模型的开发者和研究人员。

Industry | Who uses it | How they use it | Example
软件 | 法语应用的开发者 | 在自己的工具后面运行本地聊天模型 | 为内部助手起草法语回复
研究 | 自然语言处理研究人员 | 测试一个开放的 8B 模型处理法语的表现 | 用同样的提示词,把它的回答与另一个模型对比
本地 AI | 爱好者 | 和一个留在自己电脑上的模型聊天 | 让它为粘贴进来的一段文字写简短摘要

需要有据可查的基准数据或现成托管服务的人,可以跳过它。

用在哪里:你在能读取 GGUF 文件的本地应用里运行它。

  • Ollama,模型卡指向它来做测试
  • llama.cpp,模型卡用它来说明量化细节
  • Windows、macOS 或 Linux,配合 Python,用来下载文件
Use case | Who | What they get back
用法语或英语聊天 | 任何人 | 在自己机器上生成的回复
为语言功能做原型 | 开发者 | 一个用来测试提示词的本地模型
比较开放模型 | 研究人员 | 可以和其他 8B 模型并排运行的回答

如何设置:安装就是下载,加上一个能打开 GGUF 文件的本地应用。

  • Python,用于 Hugging Face hub 工具
  • 存放你保留的那个文件的磁盘空间,4-bit 约 4 GB
  • 一个本地应用,比如 Ollama 或 llama.cpp 构建版本
  1. 安装 Hugging Face hub 工具。
  2. 下载仓库文件。
  3. 在本地应用里打开一个文件。模型卡指向原模型页面上的 Ollama 测试步骤。
pip install -U huggingface_hub
hf download OpenLLM-France/Luciole-8B-Instruct-1.1-GGUF

如何使用:模型卡本身没有给出运行命令。你在本地应用里加载文件,用法语或英语和它聊天。想走 Ollama 这条路,请打开原 Luciole-8B-Instruct-1.1 页面上关于用 Ollama 测试的那一节。

示例:你加载文件,输入 "Summarize this paragraph in two sentences.",后面接上你的文字。模型会在你的机器上写出一段简短摘要。你也可以用法语问同样的问题,得到法语回复。

新手与专家:GGUF 是一种在你自己电脑上运行模型的文件格式,量化会把模型缩小,让它放得下。第一次可以先下载文件,在 Ollama 或基于 llama.cpp 的应用里加载,再用法语问一个简短的问题。

如果你熟悉这个领域,这是一个 8.1B 模型的量化版本,模型卡没有给出量化类型、基准测试或训练数据。在依赖它之前,请到原模型页面查看这些内容。

原始的 Luciole-8B-Instruct-1.1
量化成 GGUF
在本地运行环境里加载
你用法语或英语聊天

注意事项:模型卡称,它由 LINAGORA 在 OpenLLM-France 联盟内开发,这是一个由 Bpifrance 资助的 France2030 项目。

  • License: Apache-2.0
  • Cost to run: 没有提到
  • Data it reaches: 它从 Hugging Face 下载文件。模型卡没有提到账号、网络或剪贴板访问。

Hugging Face 上的数据(2026年11月13日)

  • 任务:text generation
  • 参数量:8.1B
  • Weights: about 4 GB at 4-bit (estimate)
  • Formats: GGUF
  • 最近 30 天下载:281
  • 点赞:7
  • 许可证:apache-2.0
  • 语言:fr, en
  • 基于:OpenLLM-France/Luciole-8B-Instruct-1.1
  • 标签:gguf, openllm-france, text-generation, conversational

链接

  • 模型:https://huggingface.co/OpenLLM-France/Luciole-8B-Instruct-1.1-GGUF
  • 文件:https://huggingface.co/OpenLLM-France/Luciole-8B-Instruct-1.1-GGUF/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download OpenLLM-France/Luciole-8B-Instruct-1.1-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。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

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
Luciole-8B-Instruct-1.1-GGUF 本页28178.1Bapache-2.0
Ornith-1.5-9B-GGUF共有 gguf · text-generation · conversational5,772,4256739.2Bmit
Ornith-1.5-35B-A3B-GGUF共有 gguf · text-generation · conversational4,164,87660335.5Bmit
DeepSeek-V4.1-Flash-1017-GSQ-RCO-GGUF共有 gguf · text-generation · conversational3,635,772655197Bmit
Ornith-1.0-9B-GGUF共有 gguf · text-generation · conversational2,357,5517029Bmit
Qwen3.8-35B-A3B-Distill-GGUF共有 gguf · text-generation · conversational1,337,09727735.5Bapache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

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。

新上架

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。

新上架

MusicGen Small

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。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

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。

新上架

FLUX.2 Klein LoRA Studio

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。

新上架

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。

新上架