01 / 模型卡片
模型卡片
OPT-125M 是 Facebook (Meta) 发布的一款小型文本生成模型，属于 OPT 系列。凭借 125M 参数量，它体积轻小、推理速度快，非常适合资源受限的本地部署或移动端应用。该模型使用标准的 Transformer 架构，兼容 Hugging Face Transformers 库，可直接用于对话生成、文本摘要、代码补全等轻量化场景。由于参数量较小，训练成本低，门槛较低，适合开发者快速上手实验或构建原型。需要注意的是，OPT-125M 的性能远不及大型模型，在复杂语义理解或长文本生成任务上表现有限，建议结合具体需求评估其适用性。同时，使用前请务必查阅其模型卡和许可信息，以确保符合部署要求。
模型类型text generation
提供方facebook
许可状态other
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:
facebook/opt-125m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 facebook/opt-125m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 facebook/opt-125m 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('facebook/opt-125m')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/facebook/opt-125m.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/facebook/opt-125m.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