适用于 iPhone 和 Mac 的零样本文本分类模型（Core ML 与 MLX）
该任务共有 14 个模型在 Hugging Face 上标为 Core ML 或 MLX，或由 Apple 发布：Core ML 5 个、MLX 9 个、其他 Apple 模型 0 个。下表列出最近 30 天下载量最高的模型。
最后更新：2026-11-02（UTC）。
显示 14 / 14 个。
| 模型 | 大小 | 下载量（30 天） |
|---|---|---|
| mlx-community/clef-flash-4bitMLX基于 Cloudflare/clef-flash | 6.2 GB | 7,656 |
| mlx-community/clef-flash-8bitMLX基于 Cloudflare/clef-flash | — | 2,255 |
| mlx-community/clef-4bitMLX基于 Cloudflare/clef | — | 2,068 |
| mlx-community/clef-8bitMLX基于 Cloudflare/clef | — | 1,621 |
| openjev/openjev-MLXMLX基于 openjev/openjev | — | 920 |
| FluidInference/d3-coremlCore ML基于 vllm-sr/d3-edge | — | 868 |
| openjev/openjev-MLX-4bitMLX基于 openjev/openjev | — | 812 |
| mradermacher/elythros-decider-1.7b-GGUFMLX基于 Elythros/elythros-decider-1.7b | — | 758 |
| mlx-community/clef-omni-4bitMLX基于 Cloudflare/clef-omni | — | 731 |
| mradermacher/elythros-decider-0.6b-GGUFMLX基于 Elythros/elythros-decider-0.6b | — | 600 |
| FluidInference/gliclass-edge-apps-coremlCore ML基于 knowledgator/gliclass-edge-v3.0 | — | 272 |
| FluidInference/d3-lite-coremlCore ML基于 vllm-sr/d3-lite | — | 150 |
| FluidInference/d3-nano-coremlCore ML基于 vllm-sr/d3-nano | — | 100 |
| FluidInference/vela-3.0-coremlCore ML基于 vllm-sr/vela3-fast | — | 91 |
如何阅读此表
- 下载量是 Hugging Face 统计的最近 30 天数据，不是累计值。Hugging Face 按模型主文件的请求次数计数，所以一次安装可能被计入多次。
- 大小是 Hugging Face 上该仓库当前全部文件的总和（1 GB = 1,000 MB）。有些仓库同时存放同一模型的多个版本，所以可能比你实际要下载的那一个更大；显示短横线表示还没有测量。
- 热门是 Hugging Face 自己的近期关注度分数。名称下方的“基于”是该模型的来源模型。
- 参数量是模型文件中的参数量。标有 * 的数值取自模型名称（例如 27B）：文件里没有参数量，或参数量小得多（打包的低比特文件会这样）。
- 量化信息读取自模型的标签和名称，未对照文件核实。
使用之前
列表来自 Hugging Face 的公开 API，每天更新。我们不会逐个测试模型。在应用中使用前，请查看许可证并阅读模型卡片：有些许可证限制商业用途，“other”表示条款写在模型卡片里。名称或标签指向成人内容或去除安全限制的模型不会列出；需要登录 Hugging Face 才能下载的受限模型也不会列出。