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。
给乌克兰语手写文字的 OCR 系统排名,基于 RUKOPYS 测试集的整页文档打分。研究人员和模型开发者可以直接在浏览器里比较各次运行的结果。
RUKOPYS 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 UkrainianCatholicUniversity/rukopys-leaderboard --repo-type space --local-dir rukopys-leaderboard cd rukopys-leaderboard
这是一个排行榜页面,用来比较机器识别乌克兰语手写文字的效果。它在 RUKOPYS 数据集公开测试集的整页文档上给 OCR 系统排名。数据来自另一个结果数据集,所以合并进去的新结果会直接出现在页面上,Space 本身不用改。
适合开发或比较手写文字识别的研究人员和工程师,也适合想了解各系统在乌克兰语页面上表现如何的人。
| 行业 | 使用者 | 使用方式 | 例子 |
|---|---|---|---|
| 机器学习研究 | OCR 研究人员 | 在同一个测试集上,把自己的模型和其他运行结果做比较 | 实验室查看新的手写模型在以往运行结果中排第几 |
| 数字档案 | 数字化团队 | 在为扫描的手写页面选系统之前先看结果 | 档案团队在挑选 OCR 系统前先看排名 |
| 软件 | 开发者 | 为读取乌克兰语手写的产品挑选 OCR 系统 | 开发者在测试模型之前先看排名 |
| 教育 | 学生和老师 | 把它当作公开基准测试的实际例子 | 一个班级研究排行榜如何呈现结果 |
如果你只处理印刷文字,或者处理乌克兰语以外的语言,可以跳过它。
你可以在下面这些地方使用它。
| 使用场景 | 适合谁 | 得到什么 |
|---|---|---|
| 比较结果 | 研究人员 | 测试集上各次 OCR 运行的结果 |
| 查看新的运行 | 维护者 | 合并进去的新运行会出现在页面上,Space 不用改 |
| 了解基准测试 | 学生和开发者 | 看到手写 OCR 如何在整页上打分 |
在线使用只需要一个网页浏览器。本地副本则需要 Python 和 pip。
pip install -U huggingface_hub hf download UkrainianCatholicUniversity/rukopys-leaderboard --repo-type space --local-dir rukopys-leaderboard cd rukopys-leaderboard
打开页面,查看结果。它从结果数据集读取数据,所以你看到的是已经合并进去的各次运行。如果用本地副本,下载完成后在浏览器里打开 index.html。
hf download UkrainianCatholicUniversity/rukopys-leaderboard --repo-type space --local-dir rukopys-leaderboard
你打开这个 Space 的页面,看手写 OCR 系统在乌克兰语测试页面上的表现。页面显示它从结果数据集读到的结果。有新的运行合并进那里时,它会自动出现在页面上。
OCR 就是让程序把文字图片变成可编辑的文字。这里的文字是乌克兰语手写体,页面展示不同系统在同一批测试页面上的表现。先在浏览器里打开这个 Space 的页面,看看结果。
从底层看,这个 Space 只是一个静态 HTML 页面。它从另一个数据集读取结果,所以新增一次运行只需要改那个数据集,不用改页面。评估代码在名为 rukopys-eval 的独立项目里,测试页面来自 RUKOPYS 数据集。
这个页面只做一件很窄的事,来源给出的细节也不多。
给乌克兰语手写文字的 OCR 系统排名,基于 RUKOPYS 测试集的整页文档打分。研究人员和模型开发者可以直接在浏览器里比较各次运行的结果。
由 UkrainianCatholicUniversity 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:这是一个排行榜页面,用来比较机器识别乌克兰语手写文字的效果。它在 RUKOPYS 数据集公开测试集的整页文档上给 OCR 系统排名。数据来自另一个结果数据集,所以合并进去的新结果会直接出现在页面上,Space 本身不用改。
适合谁:适合开发或比较手写文字识别的研究人员和工程师,也适合想了解各系统在乌克兰语页面上表现如何的人。
行业 | 使用者 | 使用方式 | 例子
机器学习研究 | OCR 研究人员 | 在同一个测试集上,把自己的模型和其他运行结果做比较 | 实验室查看新的手写模型在以往运行结果中排第几
数字档案 | 数字化团队 | 在为扫描的手写页面选系统之前先看结果 | 档案团队在挑选 OCR 系统前先看排名
软件 | 开发者 | 为读取乌克兰语手写的产品挑选 OCR 系统 | 开发者在测试模型之前先看排名
教育 | 学生和老师 | 把它当作公开基准测试的实际例子 | 一个班级研究排行榜如何呈现结果
如果你只处理印刷文字,或者处理乌克兰语以外的语言,可以跳过它。
用在哪里:你可以在下面这些地方使用它。
使用场景 | 适合谁 | 得到什么
比较结果 | 研究人员 | 测试集上各次 OCR 运行的结果
查看新的运行 | 维护者 | 合并进去的新运行会出现在页面上,Space 不用改
了解基准测试 | 学生和开发者 | 看到手写 OCR 如何在整页上打分
如何设置:在线使用只需要一个网页浏览器。本地副本则需要 Python 和 pip。
pip install -U huggingface_hub
hf download UkrainianCatholicUniversity/rukopys-leaderboard --repo-type space --local-dir rukopys-leaderboard
cd rukopys-leaderboard
如何使用:打开页面,查看结果。它从结果数据集读取数据,所以你看到的是已经合并进去的各次运行。如果用本地副本,下载完成后在浏览器里打开 index.html。
hf download UkrainianCatholicUniversity/rukopys-leaderboard --repo-type space --local-dir rukopys-leaderboard
示例:你打开这个 Space 的页面,看手写 OCR 系统在乌克兰语测试页面上的表现。页面显示它从结果数据集读到的结果。有新的运行合并进那里时,它会自动出现在页面上。
新手与专家:OCR 就是让程序把文字图片变成可编辑的文字。这里的文字是乌克兰语手写体,页面展示不同系统在同一批测试页面上的表现。先在浏览器里打开这个 Space 的页面,看看结果。
从底层看,这个 Space 只是一个静态 HTML 页面。它从另一个数据集读取结果,所以新增一次运行只需要改那个数据集,不用改页面。评估代码在名为 rukopys-eval 的独立项目里,测试页面来自 RUKOPYS 数据集。
测试页面:RUKOPYS 测试集
打分:rukopys-eval 里的评估代码
一次运行被合并进结果数据集
静态页面读取该数据集
你看到更新后的结果
注意事项:这个页面只做一件很窄的事,来源给出的细节也不多。
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 5 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 |
|---|---|---|---|---|
| RUKOPYS Leaderboard 本页 | 11 | static | cc-by-4.0 | |
| Arena Leaderboard共有 leaderboard · static | 5,039 | static | apache-2.0 | |
| Model Pulse共有 leaderboard · static | 214 | static | apache-2.0 | |
| MTEB-BR Leaderboard共有 leaderboard · static | 126 | static | apache-2.0 | |
| Paper Pulse共有 leaderboard · static | 27 | static | apache-2.0 | |
| Icelandic LLM Leaderboard共有 leaderboard · static | 20 | static | cc-by-4.0 |
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。