يتجه الإصدار 1 من يناير على Hugging Face اليوم. شكرا جزيلا لكل من يجربها ، ويقدم ملاحظاتك ، ويشارك إعداداتك. نراك 💙

لقد أصدرنا للتو 3 ملايين عينة من مجموعة بيانات التدريب على نموذج لغة الرؤية عالية الجودة لحالات الاستخدام مثل: 📄 التعرف البصري على الأحرف (OCR) 📊 الإجابة على الأسئلة المرئية (VQA) 📝 التسميه التوضيحيه 🤗 التعرف على المزيد: 📥 تحميل:

لست متأكدا من السبب ولكن زر "الحصول على إجابة سريعة" يزيد من قلقي

يمكنك الآن ضبط @Alibaba_Qwen Qwen-Image باستخدام مجموعة أدوات الذكاء الاصطناعي مع 24 جيجابايت من VRAM باستخدام محول استرداد الدقة المدرب المخصص الذي يسمح لك بالضبط الدقيق عند 3 بت بأقل قدر من فقدان الدقة. يجب أن تعمل التغييرات المميزة على الإعدادات الافتراضية مع وحدات معالجة الرسومات 3090/4090. المزيد في 🧵

أنا حقا أحب @jandotai إنه تطبيق ودود للغاية لتشغيل LLMs محليا ، وهو رائع للخصوصية لقد جربت آخرين مثل LM Studio و Ollama وهم لطيفون ولكنهم مبنون من قبل المهندسين للغاية ، وصعب بعض الشيء بالنسبة لي Jan بسيط ولطيف وجميل وبديل رائع للتحدث معه دون إرسال بياناتك (وأسرارك ;)) إلى مزودي الذكاء الاصطناعي الكبار يمكنك حتى تشغيل نماذج المزودين عن بعد أيضا عبر واجهة برمجة التطبيقات ، إذا كنت تريد ذلك! كما أنهم يستجيبون للغاية للتعليقات ويحسنون التطبيق دائما أعتقد أن هناك مساحة لكل من تطبيقات LLM التي يتم تشغيلها محليا وتطبيقات LLM السحابية ، والتشغيل محليا أمر منطقي إذا كنت تريد التحدث عن أشياء خاصة جدا ، والعلاج وما إلى ذلك. من المهم حقا أن يحصل الأشخاص على ذلك دون خوف من تسرب بياناتك في المستقبل (أنا لست تابعا أو مدفوعا ، فقط أحب ذلك حقا!)

نقدم لكم Jan-v1: نموذج 4B لبحث الويب ، وهو بديل مفتوح المصدر ل Perplexity Pro. في evals الخاصة بنا ، يوفر Jan v1 دقة SimpleQA بنسبة 91٪ ، متفوقا قليلا على Perplexity Pro أثناء التشغيل محليا بالكامل. حالات الاستخدام: - البحث على الويب - البحث العميق مبني على الإصدار الجديد من Qwen's Qwen3-4B-Thinking (يصل طول السياق إلى 256 كيلوبايت) ، تم ضبطه بدقة للتفكير واستخدام الأداة في يناير. يمكنك تشغيل النموذج في يناير أو llama.cpp أو vLLM. لتمكين البحث في يناير، انتقل إلى الإعدادات → الميزات التجريبية → تشغيل، ثم → تمكين الإعدادات → خوادم MCP لتمكين MCP مرتبط بالبحث مثل Serper. استخدم النموذج: - يناير v1-4B: - يناير v1-4B-GGUF: الفضل في فريق @Alibaba_Qwen ل Qwen3 4B Thinking & @ggerganov for llama.cpp.

صورة Qwen + Wan-2.2 = 🔥

أنا متحمس جدا لدرجة أنه يمكننا الآن إنشاء مقاطع فيديو بهذه الجودة في أقل من 30 ثانية. مفتوح المصدر للفوز! 👇جرب Wan 2.2 (مع Lightning LoRA) على Hugging Face

قادم إلى MLX قريبا 🚀

تقديم GLM-4.5V: طفرة في التفكير البصري مفتوح المصدر يوفر GLM-4.5V أداء متطورا بين الموديلات مفتوحة المصدر في فئة حجمها ، حيث يهيمن على 41 معيارا قياسيا. تم بناء GLM-4.5V على طراز قاعدة GLM-4.5-Air ، ويرث تقنيات مجربة من GLM-4.1V-Thinking مع تحقيق التوسع الفعال من خلال بنية MoE قوية ذات المعلمة 106B. معانقة الوجه: جيت هب: واجهة برمجة التطبيقات: جربه الآن: