Jan v1 ist heute auf Hugging Face im Trend. Ein riesiges Dankeschön an alle, die es ausprobieren, Feedback geben und eure Setups teilen. Wir sehen euch 💙

Wir haben gerade 3 Millionen Proben eines hochwertigen Trainingsdatensatzes für Sprach- und Bildmodelle veröffentlicht, die für Anwendungsfälle wie: 📄 optische Zeichenerkennung (OCR) 📊 visuelle Fragenbeantwortung (VQA) 📝 Beschriftung 🤗 Erfahren Sie mehr: 📥 Herunterladen:

Ich bin mir nicht sicher, warum, aber der "Schnelle Antwort erhalten"-Button erhöht meine Angst.

Sie können jetzt @Alibaba_Qwen Qwen-Image mit dem AI Toolkit mit 24 GB VRAM feinabstimmen, indem Sie einen benutzerdefinierten, trainierten Genauigkeitswiederherstellungsadapter verwenden, der es Ihnen ermöglicht, mit 3 Bit bei minimalem Präzisionsverlust feinabzustimmen. Die markierten Änderungen an den Standardeinstellungen sollten für 3090/4090 GPUs funktionieren. Mehr in 🧵

Ich mag @jandotai wirklich sehr Es ist eine sehr benutzerfreundliche App, um LLMs lokal auszuführen, großartig für die Privatsphäre Ich habe andere wie LM Studio und Ollama ausprobiert, die sind nett, aber sehr ingenieurlastig, ein bisschen zu schwierig für mich Jan ist einfach, süß und hübsch und eine großartige Alternative, um zu kommunizieren, ohne deine Daten (und Geheimnisse ;)) an große KI-Anbieter zu senden Du kannst sogar Modelle von Remote-Anbietern über die API ausführen, wenn du das möchtest! Außerdem sind sie sehr reaktionsschnell auf Feedback und verbessern die App ständig Ich denke, es gibt Platz für sowohl lokal ausgeführte LLM-Apps als auch Cloud-LLM-Apps, lokal ausgeführt macht Sinn, wenn du über sehr private Dinge sprechen möchtest, Therapie usw. Es ist wirklich wichtig, dass die Leute das haben können, ohne Angst zu haben, dass ihre Daten in der Zukunft durchsickern könnten (Ich bin nicht verbunden oder bezahlt, ich mag es einfach wirklich!)

Einführung von Jan-v1: 4B-Modell für die Websuche, eine Open-Source-Alternative zu Perplexity Pro. In unseren Bewertungen liefert Jan v1 eine Genauigkeit von 91 % bei SimpleQA, was Perplexity Pro leicht übertrifft, während es vollständig lokal läuft. Anwendungsfälle: - Websuche - Tiefenforschung Basierend auf der neuen Version von Qwens Qwen3-4B-Thinking (bis zu 256k Kontextlänge), feinabgestimmt für das Denken und die Nutzung von Werkzeugen in Jan. Sie können das Modell in Jan, llama.cpp oder vLLM ausführen. Um die Suche in Jan zu aktivieren, gehen Sie zu Einstellungen → Experimentelle Funktionen → Aktivieren, dann Einstellungen → MCP-Server → aktivieren Sie einen suchbezogenen MCP wie Serper. Verwenden Sie das Modell: - Jan-v1-4B: - Jan-v1-4B-GGUF: Dank an das @Alibaba_Qwen-Team für Qwen3 4B Thinking & @ggerganov für llama.cpp.

Qwen-Image + Wan-2.2 = 🔥

Ich bin so begeistert, dass wir jetzt Videos dieser Qualität in weniger als 30 Sekunden generieren können. Open Source für den Sieg! 👇Probier Wan 2.2 (mit Lightning LoRA) auf Hugging Face aus.

Bald bei MLX 🚀

Einführung von GLM-4.5V: ein Durchbruch im Open-Source-Visuellen Denken GLM-4.5V bietet eine erstklassige Leistung unter den Open-Source-Modellen seiner Größenklasse und dominiert in 41 Benchmarks. Basierend auf dem GLM-4.5-Air-Basismodell erbt GLM-4.5V bewährte Techniken von GLM-4.1V-Thinking und erreicht effektives Scaling durch eine leistungsstarke 106B-Parameter MoE-Architektur. Hugging Face: GitHub: API: Jetzt ausprobieren: