01 / 模型卡片
模型卡片
BLOOM 是由 BigScience 开源协作项目打造的巨型多语言语言模型，其最大的特色在于打破了主流大模型对英语的垄断。它在训练阶段就融入了数十种语言，不仅能流畅处理英文，在中文、法语、西班牙语等多种语言的文本生成与理解上也表现出色。对于开发者而言，BLOOM 并非那种“开箱即用”的闭源产品，它更像是一块极具研究价值的“原石”，适合希望在多语言 NLP 任务、跨语言翻译或特定领域文本生成中进行深度定制和微调的专业团队。虽然其庞大的参数量对硬件资源提出了很高要求，但它在开源社区的开放性，为探索大模型底层逻辑提供了极佳的实验环境。
模型类型text generation
提供方bigscience
许可状态bigscience-bloom-rail-1.0
02 / 文件与版本
模型文件与版本
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:
bigscience/bloom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 bigscience/bloom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 bigscience/bloom README.md --local_dir ./dirSDK 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('bigscience/bloom')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/bigscience/bloom.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/bigscience/bloom.git04 / 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