Jan v1 đang trở thành xu hướng trên Hugging Face hôm nay. Cảm ơn rất nhiều đến tất cả mọi người đã thử nghiệm, đưa ra phản hồi và chia sẻ thiết lập của bạn. Chúng tôi thấy bạn 💙

Chúng tôi vừa phát hành 3 triệu mẫu dữ liệu huấn luyện mô hình ngôn ngữ hình ảnh chất lượng cao cho các trường hợp sử dụng như: 📄 nhận diện ký tự quang học (OCR) 📊 trả lời câu hỏi hình ảnh (VQA) 📝 chú thích 🤗 Tìm hiểu thêm: 📥 Tải xuống:

Tôi không chắc tại sao nhưng nút "Nhận câu trả lời nhanh" lại làm tăng sự lo âu của tôi.

Bây giờ bạn có thể tinh chỉnh @Alibaba_Qwen Qwen-Image với AI Toolkit với 24 GB VRAM bằng cách sử dụng một bộ điều chỉnh độ chính xác được đào tạo tùy chỉnh cho phép bạn tinh chỉnh ở mức 3 bit với tổn thất độ chính xác tối thiểu. Những thay đổi được đánh dấu cho các mặc định nên hoạt động cho các GPU 3090/4090. Thêm chi tiết trong 🧵

Tôi thực sự rất thích @jandotai Đây là một ứng dụng rất thân thiện để chạy LLM tại chỗ, tuyệt vời cho sự riêng tư Tôi đã thử những ứng dụng khác như LM Studio và Ollama, chúng cũng tốt nhưng được xây dựng bởi kỹ sư, hơi khó khăn một chút với tôi Jan thì đơn giản, dễ thương và đẹp, là một lựa chọn tuyệt vời để trò chuyện mà không phải gửi dữ liệu (và bí mật ;)) của bạn cho các nhà cung cấp AI lớn Bạn thậm chí có thể chạy các mô hình của nhà cung cấp từ xa qua API, nếu bạn muốn điều đó! Họ cũng rất phản hồi với ý kiến và luôn cải thiện ứng dụng Tôi nghĩ có chỗ cho cả ứng dụng LLM chạy tại chỗ và ứng dụng LLM đám mây, chạy tại chỗ có ý nghĩa nếu bạn muốn nói về những vấn đề rất riêng tư, liệu pháp, v.v. Thật sự quan trọng để mọi người có thể có điều đó mà không lo sợ dữ liệu của bạn có thể bị rò rỉ trong tương lai (Tôi không liên kết hay được trả tiền, chỉ thực sự thích nó!)

Giới thiệu Jan-v1: mô hình 4B cho tìm kiếm web, một lựa chọn mã nguồn mở thay thế cho Perplexity Pro. Trong các đánh giá của chúng tôi, Jan v1 đạt độ chính xác 91% SimpleQA, nhỉnh hơn một chút so với Perplexity Pro trong khi chạy hoàn toàn cục bộ. Các trường hợp sử dụng: - Tìm kiếm web - Nghiên cứu sâu Được xây dựng trên phiên bản mới của Qwen's Qwen3-4B-Thinking (độ dài ngữ cảnh lên đến 256k), được tinh chỉnh cho lý luận và sử dụng công cụ trong Jan. Bạn có thể chạy mô hình trong Jan, llama.cpp hoặc vLLM. Để kích hoạt tìm kiếm trong Jan, hãy vào Cài đặt → Tính năng thử nghiệm → Bật, sau đó Cài đặt → Máy chủ MCP → kích hoạt một MCP liên quan đến tìm kiếm như Serper. Sử dụng mô hình: - Jan-v1-4B: - Jan-v1-4B-GGUF: Cảm ơn đội ngũ @Alibaba_Qwen vì Qwen3 4B Thinking & @ggerganov vì llama.cpp.

Qwen-Image + Wan-2.2 = 🔥

Tôi rất phấn khích khi chúng ta có thể tạo ra video chất lượng này trong chưa đầy 30 giây. Mã nguồn mở cho chiến thắng! 👇Hãy thử Wan 2.2 (với Lightning LoRA) trên Hugging Face

Sắp có mặt trên MLX 🚀

Giới thiệu GLM-4.5V: một bước đột phá trong lý luận hình ảnh mã nguồn mở GLM-4.5V mang lại hiệu suất hàng đầu trong số các mô hình mã nguồn mở trong phân khúc kích thước của nó, vượt trội trên 41 tiêu chuẩn đánh giá. Được xây dựng trên mô hình cơ sở GLM-4.5-Air, GLM-4.5V kế thừa các kỹ thuật đã được chứng minh từ GLM-4.1V-Thinking trong khi đạt được khả năng mở rộng hiệu quả thông qua kiến trúc MoE với 106B tham số mạnh mẽ. Hugging Face: GitHub: API: Thử ngay: