互连更新追踪流程后，本地模型下载量激增

发生了什么

我们已修正方法上的一个漏洞：此前显示下载量下降，是因为我们没有统计本地模型（GGUF、AWQ、ONNX 等）。过去，这些模型更难追踪，下载量也微不足道。如今，它们正在激增。我们更新了追踪流程，以跟踪这些模型！

这件事到目前为止

Nathan Lambert表示，Interconnects更新了模型下载追踪流程，将GGUF、AWQ和ONNX等格式的本地模型纳入其中，弥补了其此前报告Hugging Face下载量下降时所用方法中的一个缺口。他表示，此前未纳入统计的这些模型下载量如今正在激增。 Lambert此前报告称，Interconnects追踪的热门开放LLM下载量持续下降，其中许多模型的下载速率下降了约30%。他最初认为，下载量统计方式的变化或许可以解释这一降幅。后来他解释说，问题在于统计中排除了本地模型；他表示，这些模型此前较难追踪，且在下载量中所占比例小得多。

继续阅读

正在热议

1. 1Meta 开放发布 Muse Spark Open，支持 Mac 和云端部署，位居美国开放权重模型榜首
2. 2Google 在全球推出 Gemini 4 Argon，并扩大付费访问范围，基准测试结果不一
3. 3OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应
4. 4Meta的新商业条款引发有关网站抓取和 AI 训练权利的争议