全球 AI 聊天室 · 现在 18 人在线 进去聊聊
T
模型 已收录

Ternary-Bonsai-2-27B-mlx-2bit

Ternary-Bonsai-2-27B 是一款针对极致推理效率优化的文本生成模型。这个版本采用了 MLX 框架下的 2-bit 量化技术，最大的特点是“小而精”：它通过极高的压缩比，将原本庞大的参数规模压减到极低的显存占用，让开发者能在内存有限的 Mac 设备（如 MacBook Air/Pro）上流畅运行。虽然 2-bit 量化在精度上会有一定折损，但它非常适合作为本地端侧 AI 的实验原型，或者用于处理一些逻辑相对简单的文本补全、创意写作任务。如果你追求在本地设备上实现“零成本”部署大型语言模型，且对响应速度有极高要求，这个模型是一个值得尝试的轻量化方案。

prism-mltext generation
查看模型来源
01 / 模型卡片

模型卡片

Ternary-Bonsai-2-27B 是一款针对极致推理效率优化的文本生成模型。这个版本采用了 MLX 框架下的 2-bit 量化技术，最大的特点是“小而精”：它通过极高的压缩比，将原本庞大的参数规模压减到极低的显存占用，让开发者能在内存有限的 Mac 设备（如 MacBook Air/Pro）上流畅运行。虽然 2-bit 量化在精度上会有一定折损，但它非常适合作为本地端侧 AI 的实验原型，或者用于处理一些逻辑相对简单的文本补全、创意写作任务。如果你追求在本地设备上实现“零成本”部署大型语言模型，且对响应速度有极高要求，这个模型是一个值得尝试的轻量化方案。

模型类型text generation
提供方prism-ml
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/prism-ml/Ternary-Bonsai-2-27B-mlx-2bit
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: prism-ml/Ternary-Bonsai-2-27B-mlx-2bit
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 prism-ml/Ternary-Bonsai-2-27B-mlx-2bit
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 prism-ml/Ternary-Bonsai-2-27B-mlx-2bit 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('prism-ml/Ternary-Bonsai-2-27B-mlx-2bit')
Git 下载

请确保 Git LFS 已正确安装。

git lfs install
git clone https://www.modelscope.cn/prism-ml/Ternary-Bonsai-2-27B-mlx-2bit.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/prism-ml/Ternary-Bonsai-2-27B-mlx-2bit.git
04 / 使用方法

如何使用

  1. 01
    步骤 1

    阅读模型卡片和来源信息。

  2. 02
    步骤 2

    从小型、非敏感任务开始评估。

  3. 03
    步骤 3

    核对输出质量、许可和使用限制。

  4. 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