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。
在一个 React 页面里排名和比较开源大语言模型,支持排序、筛选、搜索和固定。适合挑选或评估开源模型和聊天机器人的人。
Open LLM Leaderboard 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 open-llm-leaderboard/open_llm_leaderboard --repo-type space --local-dir open_llm_leaderboard cd open_llm_leaderboard
Open LLM Leaderboard 是一个网页应用,用开放、可复现的方式追踪、排名和比较开源大语言模型和聊天机器人。它有 React 前端和 FastAPI 后端,以 Docker 应用的形式运行。
它适合需要在选定模型之前并排比较开源模型的研究者、模型开发者和开发者。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| AI 研究 | 研究者 | 以可复现的方式比较开源模型 | 给表格排序并固定几个模型 |
| 模型开发 | 模型开发者 | 看看自己的模型和别人相比排第几 | 按含义搜索一个模型 |
| 软件 | 开发者 | 为项目挑选一个开源模型 | 筛选表格,再比较固定的模型 |
如果你想自己运行模型,可以跳过它,因为这个页面只给模型排名,不托管模型。
| 用途 | 适合谁 | 能得到什么 |
|---|---|---|
| 给开源模型排名 | 研究者 | 一张可排序、可筛选的交互式表格 |
| 查找模型 | 开发者 | 语义模型搜索的结果 |
| 比较候选名单 | 任何人 | 并排显示的固定模型 |
pip install -U huggingface_hub hf download open-llm-leaderboard/open_llm_leaderboard --repo-type space --local-dir open_llm_leaderboard cd open_llm_leaderboard docker build -t open_llm_leaderboard . docker run -it -p 7860:7860 open_llm_leaderboard
README 还给出了开发用的 Compose 方式。
docker-compose up
打开页面,使用表格。这是一个现代的 React 界面,有深色和浅色模式,布局能适应小屏幕。
| 工具 | 作用 |
|---|---|
| 交互式表格 | 给排行榜排序和筛选 |
| 语义搜索 | 按含义而不是精确名称查找模型 |
| 固定 | 让选中的模型一直可见,方便比较 |
| 虚拟化 | 让很长的表格滚动依然流畅 |
按你关心的一列给表格排序,固定三个看起来有意思的模型,在决定试用哪个之前把它们并排比较。
先打开 Space 页面,给表格排序。然后固定两三个模型,这样你就能把它们放在一起阅读。
前端用 React、Material-UI、TanStack Table 加 TanStack Virtual,生产环境用 Express 服务器。后端是 FastAPI,有排行榜、模型、投票和 Hugging Face API 的服务。
在线版本运行在升级版 CPU 硬件上,本地副本需要 .env.example 里的设置。
在一个 React 页面里排名和比较开源大语言模型,支持排序、筛选、搜索和固定。适合挑选或评估开源模型和聊天机器人的人。
由 open-llm-leaderboard 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:Open LLM Leaderboard 是一个网页应用,用开放、可复现的方式追踪、排名和比较开源大语言模型和聊天机器人。它有 React 前端和 FastAPI 后端,以 Docker 应用的形式运行。
适合谁:它适合需要在选定模型之前并排比较开源模型的研究者、模型开发者和开发者。
行业 | 谁在用 | 怎么用 | 例子
AI 研究 | 研究者 | 以可复现的方式比较开源模型 | 给表格排序并固定几个模型
模型开发 | 模型开发者 | 看看自己的模型和别人相比排第几 | 按含义搜索一个模型
软件 | 开发者 | 为项目挑选一个开源模型 | 筛选表格,再比较固定的模型
如果你想自己运行模型,可以跳过它,因为这个页面只给模型排名,不托管模型。
用在哪里:
用途 | 适合谁 | 能得到什么
给开源模型排名 | 研究者 | 一张可排序、可筛选的交互式表格
查找模型 | 开发者 | 语义模型搜索的结果
比较候选名单 | 任何人 | 并排显示的固定模型
如何设置:
pip install -U huggingface_hub
hf download open-llm-leaderboard/open_llm_leaderboard --repo-type space --local-dir open_llm_leaderboard
cd open_llm_leaderboard
docker build -t open_llm_leaderboard .
docker run -it -p 7860:7860 open_llm_leaderboard
README 还给出了开发用的 Compose 方式。
docker-compose up
如何使用:打开页面,使用表格。这是一个现代的 React 界面,有深色和浅色模式,布局能适应小屏幕。
工具 | 作用
交互式表格 | 给排行榜排序和筛选
语义搜索 | 按含义而不是精确名称查找模型
固定 | 让选中的模型一直可见,方便比较
虚拟化 | 让很长的表格滚动依然流畅
示例:按你关心的一列给表格排序,固定三个看起来有意思的模型,在决定试用哪个之前把它们并排比较。
新手与专家:先打开 Space 页面,给表格排序。然后固定两三个模型,这样你就能把它们放在一起阅读。
前端用 React、Material-UI、TanStack Table 加 TanStack Virtual,生产环境用 Express 服务器。后端是 FastAPI,有排行榜、模型、投票和 Hugging Face API 的服务。
React 页面向后端请求数据
FastAPI 服务生成排行榜
Hugging Face API 提供模型数据
页面渲染一张虚拟化的表格
注意事项:在线版本运行在升级版 CPU 硬件上,本地副本需要 .env.example 里的设置。
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 |
|---|---|---|---|---|
| Open LLM Leaderboard 本页 | 14,156 | docker | apache-2.0 | |
| MTEB Leaderboard共有 docker · leaderboard | 7,773 | docker | mit | |
| UGI Leaderboard共有 docker · leaderboard | 2,199 | docker | apache-2.0 | |
| CADGenBench Leaderboard共有 docker · leaderboard | 90 | docker | apache-2.0 | |
| Microduck Sandbox共有 docker | 804 | docker | apache-2.0 | |
| Visualize Dataset (v2.0+ latest dataset format)共有 docker | 754 | docker | apache-2.0 |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
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。