Start med en reel offentlig familie eller din egen mappe.
Vælg Opret en reel offentlig familie på en tom oversigt. Tensor Archive downloader et fast BERT Tiny-eksempel og åbner det målte resultat. Referencekørslen repræsenterede 72,640,943 logiske byte i 17,178,128 lagrede byte: 76.35% mindre plads. Resultaterne kan ændre sig, hvis det offentliggjorte eksempel ændres i en senere udgivelse.
Eksemplet downloader kun angivne filer fra offentlige repositorier på Hugging Face; det kører aldrig modelkode eller modelvægte. Hvis du er offline, skal du vælge Brug offline syntetisk demo. Den separate forudindstilling Google BERT Tiny er fortsat en kompatibilitetskontrol med ét checkpoint og forventes kun at give begrænsede besparelser.
-
1
Opret familien fra en offentlig kilde
Vælg Opret en reel offentlig familie for at åbne et målt eksempel og gennemgå dets lagringsresultat.
-
2
Eller vælg Add model family
Vælg Local folder på oversigten, og brug derefter Choose folder.
-
3
Kør Analyze, før der skrives data
Vælg Analyze source. Gennemgå den registrerede type, kildestørrelsen og det forventede resultat.
-
4
Navngiv og arkivér
Giv familien et tydeligt arkivnavn, og vælg Archive folder. Status vises som en lokal opgave.
-
5
Kør Verify, og test derefter en gendannelse
Åbn familien, kør Verify, gendan en version, og sammenlign eller åbn den, før du sletter en kildekopi.
Arkivering opretter en administreret kopi; den flytter eller sletter ikke din kilde. Bevar originalen, indtil Verify er gennemført, og du har testet en nøjagtig gendannelse.
Forstå, hvad hvert lagernummer betyder.
Tensor Archive skelner mellem den størrelse, dine versioner repræsenterer, og de byte, der fysisk kræves for at opbevare dem.
Den samlede størrelse, hvis hver arkiveret version blev holdt som sin egen selvstændige kopi.
De byte, som familien i øjeblikket optager i det lokale lager i Tensor Archive.
Forskellen mellem den fulde repræsenterede størrelse og den anvendte diskplads.
Den ekstra diskplads, der bruges, når en ny version tilføjes til arkivet.
76.35% er resultatet fra den offentlige BERT Tiny-demo. En separat, større referencefamilie målte 71.2%. En offentlig testpakke med samme struktur målte også DistilBERT til 76.46% og SmolLM2-135M til 76.33%, med nøjagtig gendannelse i alle tolv tilfælde. Ingen af målingerne er et løfte for alle mapper: Familier, der deler meget indhold, kan spare betydelig plads, mens filer uden indbyrdes relation eller filer, der allerede er komprimeret, kun kan spare lidt.
Hold versioner fra det samme projekt sammen.
Klar gruppering gør lagerresultater nemmere at forstå og hver version nemmere at finde, når du har brug for det.
Checkpoints og modelmapper
Vælg en mappe med systemets indbyggede vælger. Tensor Archive får midlertidig adgang til det valgte indhold, kontrollerer det lokalt og afviser usikre links eller specialfiler.
Knyt en LoRA til den arkiverede basismodel
Tilføj det vigtigste checkpoint og dets adaptere til den samme familie. Tensor Archive guider dig, når der kræves en bekræftelse, før du fortsætter.
Slå en revision af et offentligt repositorium op
Indtast owner/model og en gren, et tag eller en commit. Analyze læser den offentlige filoversigt og kan undersøge en lille adapterkonfiguration; den downloader eller kører ikke modelvægte. Archive slår derefter en uforanderlig commit op og gemmer hele det offentlige snapshot lokalt. Forudindstillingen Google BERT Tiny er en lille officiel kilde til dit første forsøg.
Brug én familie til modeller, der reelt hører sammen
Saml en basismodel, dens adaptere og dens faktiske revisioner. Adskil arkitekturer eller projekter uden indbyrdes relation, så hvert arkiv forbliver overskueligt.
Undersøg, dokumentér og gendan det, du har gemt.
Opretter en varig kvittering, der viser, at den gemte version kan gendannes nøjagtigt. Funktionen vurderer ikke modellens kvalitet eller nøjagtighed.
Opretter et bytepræcist output i appens lokale gendannelsesområde.
Når jobbet er færdigt, skal du gemme kopien til Downloads uden at overskrive en eksisterende fil.
Gennemgå arkivets filer, størrelser og kontrolsummer, før du gendanner det.
Arkivering, verifikation og gendannelse kører lokalt med visning af fremdrift, status og kvitteringer for fuldførelse.
Gennemgå administreret lagerplads og genererede gendannelsesfiler. Kopier, der allerede er gemt i Downloads, ligger uden for appen og tælles ikke med.
Fjerner familiens administrerede data, men lader eksisterende kopier i Downloads være urørte.
Slet kun originaler, når du har bevist, at de kan gendannes.
Tensor Archive fjerner bevidst ikke kildedata. Den endelige beslutning om lagring forbliver hos dig.
1Archive mappen, og vent på, at handlingen fuldføres uden fejl.
2Verify den arkiverede version, og gem dens kvittering.
3Restore versionen til et særskilt output, og bekræft, at din arbejdsgang kan bruge den.
4Lav en ekstern sikkerhedskopi, hvis det vil have betydning at miste denne Mac.
5Slet den gamle kilde manuelt, men først når du er tilfreds med disse kontroller.
Lokal arkivering sparer diskplads, men beskytter ikke mod diskfejl, tyveri eller utilsigtet sletning af appens datamappe. Bevar en anden kopi af uerstattelige modeldata.
Hvor Tensor Archive er mest nyttigt i dag.
- En basismodel med flere LoRAs eller adaptere.
- Relaterede checkpoints og træningsrevisioner.
- Sammenligning af den diskplads, som relaterede versioner bruger.
- Frigør plads på den lokale SSD efter verificerede gendannelsestest.
- Kontrol af arkiverede filer og gendannelseskvitteringer.
- Nøjagtige offlinegendannelser fra et lokalt arkiv.
- En accelerator til træning eller inferens.
- Kvantisering, beskæring eller et modelkonverteringsværktøj.
- En metode til at forbedre modellens kvalitet eller nøjagtighed.
- En garanteret 76% besparelse for hver samling.
- En cloud-sikkerhedskopi eller synkroniseringstjeneste til flere enheder i denne udgivelse.
- En erstatning for en uafhængig sikkerhedskopi af vigtige data.
Tensor Archive Local understøtter Mac-computere med Apple-silicium og macOS 13 eller nyere, x64-pc'er med Windows 10 22H2 eller Windows 11 og x64-pc'er med Ubuntu 24.04. Integrerede arbejdsgange til LM Studio, Ollama, FLUX og ComfyUI er tilgængelige. Offentlige repositorier på Hugging Face og lokale mapper kan også bruges. Godkendelse til private repositorier, S3, cloudsynkronisering og teambiblioteker er endnu ikke tilgængelige.
Dine lokale modeller bliver lokale.
Ingen konto er påkrævet
Lokale mapper og arkivindhold uploades ikke til Tensor Archive. Netværksadgang bruges, når du udtrykkeligt vælger Hugging Face, og når appen kontrollerer tensorarchive.ai for produktopdateringer. Anonym produktanalyse er som standard aktiveret og kan deaktiveres under Settings.
Brugssignaler, aldrig modeldata
Tensor Archive registrerer åbning af appen, aktiv tid, den anvendte handling, dens resultat, appversion, platform og opdateringsresultater under en særskilt tilfældig analyseidentifikator. Der sendes aldrig modelvægte eller arkivindhold, navne på modeller, repositorier eller filer, lokale stier, hashes, e-mail eller licensidentitet. Rå hændelser opbevares i højst 90 dage. Når analyse deaktiveres, anmodes der om sletning af hændelserne fra denne installation.
En privat applikationsmappe
Arkiveret indhold, kvitteringer og genererede output ligger under
~/Library/Application Support/ai.tensorarchive.local/ på
macOS, %LOCALAPPDATA%\ai.tensorarchive.local på Windows eller
~/.local/share/ai.tensorarchive.local/ på Linux. Hvis den tilsvarende mappe fjernes,
fjernes det lokale arkiv også.
En beskyttet prøveperiode på 14 dage eller Local Pro
Hver installation kan starte én gratis prøveperiode på 14 dage uden kort eller konto. Viewer, Verify og Restore er fortsat tilgængelige bagefter. Oprettelse eller udvidelse af familier kræver en aktiv prøveperiode eller Local Pro samt internetforbindelse. Åbn License i appen for at købe Local Pro for $199 USD via Stripe Checkout og aktivere op til tre maskiner. Stripe behandler den faktiske betaling; Tensor Archive modtager aldrig kortoplysninger.
Verificerede opdateringsmetadata
Appen validerer det signerede opdateringsmanifest og den nøjagtige SHA-256, før den tilbyder en ny version. Hvis en ældre installation ikke kan opdateres automatisk, skal du hente det aktuelle installationsprogram fra den officielle side for Tensor Archive og installere det én gang.