OrcaSAQ-2-Cyber-27B-Uncensored-GGUF

01 / 模型卡片

模型卡片

OrcaSAQ-2-Cyber-27B-Uncensored-GGUF 是由 orcarouter 基于开源框架训练的 27B 参数文本生成模型，采用 GGUF 量化格式，可在本地硬件上高效运行。模型专注于代码理解、网络安全场景下的技术文本生成与逻辑推理，适合开发者用于辅助编写安全脚本、分析日志或生成渗透测试相关文档。得益于 Apache-2.0 许可，可自由用于商业和研究场景。上手门槛中等，需配合 llama.cpp 或 text-generation-webui 等工具使用，显存占用因量化级别而异，Q4_K_M 等版本可在 24GB 显卡上流畅运行。

模型类型text generation

提供方orcarouter

许可状态apache-2.0

02 / 文件与版本

模型文件与版本

模型卡片当前详情页记录的模型说明与元数据

已收录

来源仓库https://huggingface.co/orcarouter/OrcaSAQ-2-Cyber-27B-Uncensored-GGUF

查看模型来源

版本信息请以来源仓库的最新版本为准

—

03 / 模型下载

下载模型

推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。

当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。模型仓库: orcarouter/OrcaSAQ-2-Cyber-27B-Uncensored-GGUF

安装 ModelScope

下载前先安装命令行和 SDK 依赖。

pip install modelscope

命令行下载完整模型库

下载完整模型权重、配置和模型卡片。

modelscope download --model orcarouter/OrcaSAQ-2-Cyber-27B-Uncensored-GGUF

下载单个文件到指定目录

这里以 README.md 为例，也可以替换为仓库内的其他文件。

modelscope download --model orcarouter/OrcaSAQ-2-Cyber-27B-Uncensored-GGUF README.md --local_dir ./dir

SDK 下载

适合在 Python 项目或自动化脚本中使用。

from modelscope import snapshot_download
model_dir = snapshot_download('orcarouter/OrcaSAQ-2-Cyber-27B-Uncensored-GGUF')

Git 下载

请确保 Git LFS 已正确安装。

git lfs install
git clone https://www.modelscope.cn/orcarouter/OrcaSAQ-2-Cyber-27B-Uncensored-GGUF.git

跳过 LFS 大文件下载

先获取仓库结构，之后再按需拉取大文件。

GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/orcarouter/OrcaSAQ-2-Cyber-27B-Uncensored-GGUF.git

04 / 使用方法

如何使用

01
步骤 1
阅读模型卡片和来源信息。
02
步骤 2
从小型、非敏感任务开始评估。
03
步骤 3
核对输出质量、许可和使用限制。
04
步骤 4
验证通过后再纳入工作流。

05 / 讨论

讨论与反馈

这里保留讨论入口，方便继续核对来源、使用体验和维护状态。

前往来源页面