全球 AI 聊天室 · 现在 17 人在线 进去聊聊
O
模型 已收录

Ornith-1.0-9B-GGUF

Ornith-1.0-9B 是由 ornith-ai 发布的 90 亿参数文本生成模型，采用 MIT 宽松许可，商业友好。模型以 GGUF 量化格式分发，原生适配 llama.cpp、Ollama、LM Studio 等本地推理生态，无需复杂配置即可在消费级显存（如 8-12GB）上流畅运行。作为通用基座模型，它在中英文指令跟随、代码片段生成及长文本摘要等任务上表现均衡，适合需要离线部署、数据隐私敏感或二次微调的开发者快速验证原型。社区反馈显示其指令遵循稳定性优于同量级早期开源模型，但专业领域知识深度仍受限于参数规模，建议结合 RAG 或 LoRA 微调落地具体业务。

ornith-aitext generation
查看模型来源
01 / 模型卡片

模型卡片

Ornith-1.0-9B 是由 ornith-ai 发布的 90 亿参数文本生成模型，采用 MIT 宽松许可，商业友好。模型以 GGUF 量化格式分发，原生适配 llama.cpp、Ollama、LM Studio 等本地推理生态，无需复杂配置即可在消费级显存（如 8-12GB）上流畅运行。作为通用基座模型，它在中英文指令跟随、代码片段生成及长文本摘要等任务上表现均衡，适合需要离线部署、数据隐私敏感或二次微调的开发者快速验证原型。社区反馈显示其指令遵循稳定性优于同量级早期开源模型，但专业领域知识深度仍受限于参数规模，建议结合 RAG 或 LoRA 微调落地具体业务。

模型类型text generation
提供方ornith-ai
许可状态mit
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/ornith-ai/Ornith-1.0-9B-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: ornith-ai/Ornith-1.0-9B-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 ornith-ai/Ornith-1.0-9B-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 ornith-ai/Ornith-1.0-9B-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('ornith-ai/Ornith-1.0-9B-GGUF')
Git 下载

请确保 Git LFS 已正确安装。

git lfs install
git clone https://www.modelscope.cn/ornith-ai/Ornith-1.0-9B-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/ornith-ai/Ornith-1.0-9B-GGUF.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