Jan v1 je dnes trendy na Hugging Face. Obrovské díky všem, kteří to vyzkoušeli, poskytli zpětnou vazbu a sdíleli svá nastavení. Vidíme vás 💙

Právě jsme vydali 3 miliony ukázek vysoce kvalitní datové sady pro výuku jazykového modelu vidění pro případy použití, jako jsou: 📄 optické rozpoznávání znaků (OCR) 📊 vizuální odpovídání na otázky (VQA) 📝 Titulkování 🤗 Víc se uč: 📥 Stáhnout:

Nejsem si jistý proč, ale tlačítko "Získat rychlou odpověď" zvyšuje mou úzkost

Nyní můžete Qwen-Image jemně vylad@Alibaba_Qwen it pomocí sady nástrojů AI Toolkit s 24 GB paměti VRAM pomocí speciálně vyškoleného adaptéru pro obnovení přesnosti, který vám umožní jemně doladit na 3 bity s minimální ztrátou přesnosti. Označené změny výchozích hodnot by měly fungovat pro grafické procesory 3090/4090. Více v sekci 🧵

Opravdu se mi líbí @jandotai Je to velmi přátelská aplikace pro místní spouštění LLM, skvělá pro soukromí Zkoušel jsem i jiné jako LM Studio a Ollama a jsou pěkné, ale velmi inženýrsky postavené, pro mě trochu příliš obtížné Jan je jednoduchý, roztomilý a hezký a je skvělou alternativou, se kterou si můžete promluvit, aniž byste museli posílat svá data (a tajemství ;)) velkým poskytovatelům umělé inteligence. Pokud o to stojíte, můžete dokonce spouštět modely vzdálených poskytovatelů prostřednictvím API! Také velmi reagují na zpětnou vazbu a neustále vylepšují aplikaci Myslím, že je zde prostor jak pro lokálně provozované LLM aplikace, tak pro cloudové LLM aplikace, lokální provozování má smysl, pokud chcete mluvit o velmi soukromých věcech, terapii atd. Je opravdu důležité, aby to lidé mohli mít, aniž by se museli obávat, že by vaše data mohla v budoucnu uniknout (Nejsem přidružený ani placený, jen se mi to opravdu líbí!)

Představujeme Jan-v1: Model 4B pro webové vyhledávání, open-source alternativu k Perplexity Pro. V našich hodnoceních Jan v1 přináší 91% přesnost SimpleQA, což mírně překonává Perplexity Pro při plném lokálním provozu. Případy použití: - Vyhledávání na webu - Hluboký výzkum Vychází z nové verze Qwen Qwen3-4B-Thinking (až 256 tisíc dat kontextu), která byla v lednu vyladěna pro uvažování a používání nástrojů. Model můžete spustit v lednovém, llama.cpp nebo vLLM. Chcete-li povolit vyhledávání v lednu, přejděte do Nastavení → Experimentální funkce → Zapnuto, poté Nastavení → Servery MCP → povolte MCP související s vyhledáváním, jako je Serper. Použijte model: - leden-v1-4B: - Jan-v1-4B-GGUF: Poděkování týmu @Alibaba_Qwen za Qwen3 4B Thinking & @ggerganov za llama.cpp.

Qwen-obraz + wan-2.2 = 🔥

Jsem tak nadšený, že nyní můžeme generovat videa v této kvalitě za méně než 30 sekund. Open source pro výhru! 👇Vyzkoušejte Wan 2.2 (s Lightning LoRA) na Hugging Face

Brzy 🚀 v MLX

Představujeme GLM-4.5V: průlom ve vizuálním uvažování s otevřeným zdrojovým kódem GLM-4.5V poskytuje nejmodernější výkon mezi open-source modely ve své velikostní třídě a dominuje ve 41 benchmarkech. GLM-4.5V, postavený na základním modelu GLM-4.5-Air, zdědil osvědčené techniky z GLM-4.1V-Thinking a zároveň dosáhl efektivního škálování prostřednictvím výkonné architektury MoE s parametry 106B. Objímající obličej: Zdroj: Rozhraní api: Vyzkoušejte to nyní: