060 期 揭秘Hugging Face三大开源模型：全能战士Goliath、轻量冠军SmolLM与思考者Reflection
每一个开源项目，都是改变世界的种子
Hugging Face推出Goliath（高性能）、SmolLM（轻量化）和Reflection（自省机制）三大开源模型，覆盖NLP全场景。无论你需要强大算力
还是高效部署，这里都有解决方案！
挖掘 GitHub 和 HuggingFace 的优质开源项目，为你呈现最实用、最前沿的技术精华。
无论你是开发者、研究者还是技术爱好者，这里都能为你提供灵感和工具，助你在开源世界中快速成长！
🚀探索AI新纪元：Hugging Face的Goliath模型
ollama/goliath
摘要
Hugging Face的Goliath模型，一个由Xwin和Euryale融合而成的开源NLP模型，以其卓越的性能和广泛的应用场景受到广泛关注。
内容
在AI的世界里，Hugging Face以其开源精神和社区创新而闻名。🌟 今天，我们来聊聊它的明星产品——Goliath模型。这款模型由Xwin和Euryale两个模型融合而成，专为自然语言处理(NLP)而生。📚
Goliath模型以其卓越的性能和广泛的应用场景赢得了研究者和开发者的青睐。🏅 它擅长文本生成、情感分析和问答系统，而且能在普通GPU上高效运行，让AI技术更亲民。💻 加入Hugging Face的生态，Goliath模型能够快速迭代，不断创新，满足各种NLP需求。🌐
随着AI技术的进步，Goliath模型也在不断进化，以满足日益增长的用户期望。📈 它的开源特性让全球超过100,000名开发者和研究者共同推动其发展，确保Goliath始终站在技术前沿。🌍
简而言之，Goliath模型以其强大的性能、严格的评估和持续的发展，成为了AI领域的佼佼者。🌟 让我们一起期待它未来的表现吧！🔮
models:
| id | model | size |
|---|---|---|
| f228bd4ec83c | 120b-fp16 | 236GB |
| 1ffc35257417 | 120b-q2_K | 50GB |
| 6921e27086ee | 120b-q3_K_L | 62GB |
| 3c4e3910d80b | 120b-q3_K_M | 56GB |
| 9736546f52bd | 120b-q3_K_S | 51GB |
| 61088afdc9fd | 120b-q4_0 | 66GB |
| 3a37bd33b099 | 120b-q4_1 | 74GB |
| de4de972c743 | 120b-q4_K_M | 71GB |
| e81666e3d986 | 120b-q4_K_S | 66GB |
| f4693101aaa7 | 120b-q5_0 | 81GB |
| 94164c791a40 | 120b-q5_1 | 88GB |
| 4a1e8f98f51e | 120b-q5_K_M | 83GB |
| 17f4b6a1dc09 | 120b-q5_K_S | 81GB |
| 86fd8d4f456f | 120b-q6_K | 97GB |
| cb41bc287b73 | 120b-q8_0 | 125GB |
地址: https://ollama.com/library/goliath
🚀探索AI新领域：Hugging Face SmolLM模型全解析🌟
ollama/smollm
摘要
Hugging Face的SmolLM系列模型以其开源、高效和多功能性在AI领域脱颖而出，满足从自然语言处理到多模态应用的广泛需求。
内容
🌐 你是否在寻找一款既高效又多功能的开源语言模型？Hugging Face的SmolLM系列模型，以其135M、360M和1.7B参数的不同版本，满足了各种计算需求。🔍 这些模型不仅开源，而且性能出色，能在多种任务中展现其能力。🏅 SmolLM在IFEval基准测试中与其他领先模型相比，展现出与其规模相称的平衡性能。🌟 此外，SmolVLM的推出，展示了SmolLM处理多模态任务的能力，使用户能够基于视觉输入生成和处理文本。👨💻 用户期待SmolLM的高效率、多功能性和社区支持，而SmolLM正符合这些期待。📈 随着AI生态的不断发展，SmolLM有望继续成为开源语言建模的关键角色。
models:
| id | model | size |
|---|---|---|
| b0b2a4617438 | 135m | 92MB |
| b3ba1ccba2b8 | 360m | 229MB |
| 95f6557a0f0f | 1.7b | 991MB |
| 64f31ee84d1c | 1.7b-base-v0.2-fp16 | 3.4GB |
| b013da007877 | 1.7b-base-v0.2-q2_K | 675MB |
| 9656463272fe | 1.7b-base-v0.2-q3_K_L | 933MB |
| 9acc25818892 | 1.7b-base-v0.2-q3_K_M | 860MB |
| 596523cb1def | 1.7b-base-v0.2-q3_K_S | 777MB |
| 97f3f0aef2df | 1.7b-base-v0.2-q4_0 | 991MB |
| 0c1bb3471f92 | 1.7b-base-v0.2-q4_1 | 1.1GB |
| 8dec12ffec4a | 1.7b-base-v0.2-q4_K_M | 1.1GB |
| 9b3d36b6e0c2 | 1.7b-base-v0.2-q4_K_S | 999MB |
| 7eddfb294e53 | 1.7b-base-v0.2-q5_0 | 1.2GB |
| fde4c91abcce | 1.7b-base-v0.2-q5_1 | 1.3GB |
| 7daaf6f561d8 | 1.7b-base-v0.2-q5_K_M | 1.2GB |
| 4f0e5ec42d5b | 1.7b-base-v0.2-q5_K_S | 1.2GB |
| 9cf3be2645b6 | 1.7b-base-v0.2-q6_K | 1.4GB |
| d1f91cd676ad | 1.7b-base-v0.2-q8_0 | 1.8GB |
| b07e591ca9ba | 1.7b-instruct-v0.2-fp16 | 3.4GB |
| da8ba92e42b1 | 1.7b-instruct-v0.2-q2_K | 675MB |
| 88ef3062260e | 1.7b-instruct-v0.2-q3_K_L | 933MB |
| 728c1f932b06 | 1.7b-instruct-v0.2-q3_K_M | 860MB |
| c35438da7180 | 1.7b-instruct-v0.2-q3_K_S | 777MB |
| 95f6557a0f0f | 1.7b-instruct-v0.2-q4_0 | 991MB |
| 77d7238b232e | 1.7b-instruct-v0.2-q4_1 | 1.1GB |
| dd7299829a14 | 1.7b-instruct-v0.2-q4_K_M | 1.1GB |
| 35eec1a7014d | 1.7b-instruct-v0.2-q4_K_S | 999MB |
| 8391060f29db | 1.7b-instruct-v0.2-q5_0 | 1.2GB |
| ce91dd1d7380 | 1.7b-instruct-v0.2-q5_1 | 1.3GB |
| 91d16f72a7b3 | 1.7b-instruct-v0.2-q5_K_M | 1.2GB |
| 489a893ac8a7 | 1.7b-instruct-v0.2-q5_K_S | 1.2GB |
| ecdf9864899c | 1.7b-instruct-v0.2-q6_K | 1.4GB |
| 4afeb8de9eec | 1.7b-instruct-v0.2-q8_0 | 1.8GB |
| 1d0f00cec918 | 135m-base-v0.2-fp16 | 271MB |
| e2048e8ac78d | 135m-base-v0.2-q2_K | 88MB |
| c2e22813067a | 135m-base-v0.2-q3_K_L | 98MB |
| a5ab45ae2e2e | 135m-base-v0.2-q3_K_M | 94MB |
| 102433ffd9fb | 135m-base-v0.2-q3_K_S | 88MB |
| 528415e872e5 | 135m-base-v0.2-q4_0 | 92MB |
| edecca7cff90 | 135m-base-v0.2-q4_1 | 98MB |
| 3177ecf5d3b5 | 135m-base-v0.2-q4_K_M | 105MB |
| 2aa760d22716 | 135m-base-v0.2-q4_K_S | 102MB |
| 825973a56945 | 135m-base-v0.2-q5_0 | 105MB |
| 065d585f86d9 | 135m-base-v0.2-q5_1 | 112MB |
| 34545da0aa92 | 135m-base-v0.2-q5_K_M | 112MB |
| 4aef8aaa4469 | 135m-base-v0.2-q5_K_S | 110MB |
| b11338fff65a | 135m-base-v0.2-q6_K | 138MB |
| fcdc33f9909d | 135m-base-v0.2-q8_0 | 145MB |
| 95d01a081beb | 135m-instruct-v0.2-fp16 | 271MB |
| e14a680b0b22 | 135m-instruct-v0.2-q2_K | 88MB |
| aede666c7e16 | 135m-instruct-v0.2-q3_K_L | 98MB |
| f5db1ab329b1 | 135m-instruct-v0.2-q3_K_M | 94MB |
| 3ae895b5e9ea | 135m-instruct-v0.2-q3_K_S | 88MB |
| b0b2a4617438 | 135m-instruct-v0.2-q4_0 | 92MB |
| bbf7e14150a9 | 135m-instruct-v0.2-q4_1 | 98MB |
| 7eedbf45baa1 | 135m-instruct-v0.2-q4_K_M | 105MB |
| 45013939c7c9 | 135m-instruct-v0.2-q4_K_S | 102MB |
| 33187e134422 | 135m-instruct-v0.2-q5_0 | 105MB |
| 51f73e9aa3f5 | 135m-instruct-v0.2-q5_1 | 112MB |
| a8975f4dc03b | 135m-instruct-v0.2-q5_K_M | 112MB |
| 52d3fabb63ee | 135m-instruct-v0.2-q5_K_S | 110MB |
| dd1e60cf54df | 135m-instruct-v0.2-q6_K | 138MB |
| 6fbf8e918862 | 135m-instruct-v0.2-q8_0 | 145MB |
| 417c81308b94 | 360m-base-v0.2-fp16 | 726MB |
| e5e1a58c7d0c | 360m-base-v0.2-q2_K | 219MB |
| d13db1d8af29 | 360m-base-v0.2-q3_K_L | 246MB |
| 66875ceb33a7 | 360m-base-v0.2-q3_K_M | 235MB |
| 8aba991b34bf | 360m-base-v0.2-q3_K_S | 219MB |
| 32ed02cfe24e | 360m-base-v0.2-q4_0 | 229MB |
| 74c8ae01b04d | 360m-base-v0.2-q4_1 | 249MB |
| d3b4961678c3 | 360m-base-v0.2-q4_K_M | 271MB |
| 81b950fac810 | 360m-base-v0.2-q4_K_S | 260MB |
| 319a822c1baa | 360m-base-v0.2-q5_0 | 268MB |
| 1c350d9f5c43 | 360m-base-v0.2-q5_1 | 288MB |
| bf2e3336142d | 360m-base-v0.2-q5_K_M | 290MB |
| 05dad743d112 | 360m-base-v0.2-q5_K_S | 283MB |
| 6006320b3839 | 360m-base-v0.2-q6_K | 367MB |
| dd417453fb49 | 360m-base-v0.2-q8_0 | 386MB |
| d0475be06ee3 | 360m-instruct-v0.2-fp16 | 726MB |
| 1dfe94149c4d | 360m-instruct-v0.2-q2_K | 219MB |
| 6f711219bd5f | 360m-instruct-v0.2-q3_K_L | 246MB |
| 4ecfcbc87975 | 360m-instruct-v0.2-q3_K_M | 235MB |
| 359f743b44a1 | 360m-instruct-v0.2-q3_K_S | 219MB |
| b3ba1ccba2b8 | 360m-instruct-v0.2-q4_0 | 229MB |
| 4a28c336aedd | 360m-instruct-v0.2-q4_1 | 249MB |
| 535cb302b6b9 | 360m-instruct-v0.2-q4_K_M | 271MB |
| 467e6683fe66 | 360m-instruct-v0.2-q4_K_S | 260MB |
| 922f6b925c58 | 360m-instruct-v0.2-q5_0 | 268MB |
| a09f3a169083 | 360m-instruct-v0.2-q5_1 | 288MB |
| 0ad0a334e14f | 360m-instruct-v0.2-q5_K_M | 290MB |
| 8695c1a78c18 | 360m-instruct-v0.2-q5_K_S | 283MB |
| 2102f951424a | 360m-instruct-v0.2-q6_K | 367MB |
| f5ef53463545 | 360m-instruct-v0.2-q8_0 | 386MB |
地址: https://ollama.com/library/smollm
🚀探索AI新境界：Hugging Face开源模型大揭秘！-reflection
ollama/reflection
摘要
Hugging Face以其开源模型在AI领域树立了新标杆。这些模型不仅性能卓越，还具有高度的可定制性，满足用户对灵活性和性能的高要求。
内容
AI技术日新月异，Hugging Face以其开源精神和社区驱动开发脱颖而出🌟。它提供的70b系列模型，从40GB到141GB不等，满足不同需求。🔍模型在推理时，会先用
models:
| id | model | size |
|---|---|---|
| 5084e77c1e10 | 70b | 40GB |
| e04ae4d96458 | 70b-fp16 | 141GB |
| 8fe3c853372c | 70b-q2_K | 26GB |
| 9c6705916e06 | 70b-q3_K_L | 37GB |
| a6b22bd90923 | 70b-q3_K_M | 34GB |
| 21f651100031 | 70b-q3_K_S | 31GB |
| 5084e77c1e10 | 70b-q4_0 | 40GB |
| b72afde19a06 | 70b-q4_1 | 44GB |
| be39ad6154f4 | 70b-q4_K_M | 43GB |
| 420791ca0c2a | 70b-q4_K_S | 40GB |
| 99e430b53c8b | 70b-q5_0 | 49GB |
| 41bd1db0b708 | 70b-q5_1 | 53GB |
| f537d644476a | 70b-q5_K_M | 50GB |
| 84a4d89b332c | 70b-q5_K_S | 49GB |
| 77fecce26024 | 70b-q6_K | 58GB |
| 159e9e593c44 | 70b-q8_0 | 75GB |
地址: https://ollama.com/library/reflection
最后:
欢迎关注 GitHubShare(githubshare.com)，发现更多精彩的开源项目！
感谢大家的支持！你们的支持就是我更新的动力❤️
热门推荐
相关文章
关于
京公网安备11010802045380号