Beginnen Sie mit einer echten öffentlichen Familie oder Ihrem eigenen Ordner.
Wählen Sie in einer leeren Übersicht Echte öffentliche Familie erstellen. Tensor Archive lädt ein festgelegtes BERT Tiny-Beispiel herunter und öffnet das gemessene Ergebnis. Der Referenzlauf stellte 72,640,943 logische Bytes dar, die in 17,178,128 gespeicherten Bytes abgelegt wurden: 76.35% weniger Speicherplatz. Die Ergebnisse können sich ändern, wenn das veröffentlichte Beispiel in einer späteren Version geändert wird.
Das Beispiel lädt ausschließlich deklarierte Dateien aus öffentlichen Hugging Face-Repositorys herunter; Modellcode oder -gewichte werden niemals ausgeführt. Wenn Sie offline sind, wählen Sie Synthetische Offline-Demo verwenden. Die separate Voreinstellung Google BERT Tiny bleibt eine Kompatibilitätsprüfung mit einem einzelnen Checkpoint, bei der nur geringe Einsparungen zu erwarten sind.
-
1
Öffentliche Familie erstellen
Wählen Sie Echte öffentliche Familie erstellen, um ein gemessenes Beispiel zu öffnen und dessen Speicherergebnis zu prüfen.
-
2
Oder „Modellfamilie hinzufügen“ auswählen
Wählen Sie in der Übersicht Lokaler Ordner und anschließend Ordner auswählen.
-
3
Vor dem Schreiben analysieren
Wählen Sie Quelle analysieren. Prüfen Sie den erkannten Typ, die Quellgröße und das erwartete Ergebnis.
-
4
Benennen und archivieren
Geben Sie der Familie einen eindeutigen Archivnamen und wählen Sie Archivordner. Der Fortschritt wird als lokaler Auftrag angezeigt.
-
5
Prüfen und anschließend eine Wiederherstellung testen
Öffnen Sie die Familie, führen Sie Prüfen aus, stellen Sie eine Version wieder her und vergleichen oder öffnen Sie sie, bevor Sie eine Quellkopie löschen.
Beim Archivieren wird eine verwaltete Kopie erstellt; Ihre Quelle wird weder verschoben noch gelöscht. Bewahren Sie das Original auf, bis „Prüfen“ erfolgreich war und Sie eine exakte Wiederherstellung getestet haben.
Bedeutung der einzelnen Speicherwerte verstehen.
Tensor Archive trennt die von Ihren Versionen dargestellte Größe von den Bytes, die für ihre physische Aufbewahrung erforderlich sind.
Die Gesamtgröße, wenn jede archivierte Version als eigene, eigenständige Kopie aufbewahrt würde.
Die Bytes, die die Familie derzeit im lokalen Speicher von Tensor Archive belegt.
Die Differenz zwischen der vollständig dargestellten Größe und dem aktuell belegten Speicherplatz.
Der zusätzliche Speicherplatz, der beim Hinzufügen einer neuen Version zum Archiv belegt wird.
76.35% ist das veröffentlichte Ergebnis der BERT Tiny-Demo. Eine separate größere Referenzfamilie erreichte 71.2%. In einer öffentlichen Testreihe mit gleicher Form erreichte DistilBERT ebenfalls 76.46% und SmolLM2-135M 76.33%; in allen zwölf Fällen war die Wiederherstellung exakt. Keines dieser Ergebnisse ist ein Versprechen für jeden Ordner: Familien mit vielen gemeinsamen Inhalten können viel Platz sparen; nicht zusammengehörige oder bereits komprimierte Dateien möglicherweise wenig.
Versionen desselben Projekts gemeinsam aufbewahren.
Eine klare Gruppierung macht Speicherergebnisse leichter verständlich und jede Version bei Bedarf leichter auffindbar.
Checkpoints und Modellverzeichnisse
Wählen Sie mit der nativen Systemauswahl einen Ordner aus. Tensor Archive erhält vorübergehenden Zugriff auf diese Auswahl, prüft sie lokal und weist unsichere Verknüpfungen oder besondere Dateien zurück.
Eine LoRA ihrem archivierten Basismodell zuordnen
Fügen Sie den Haupt-Checkpoint und seine Adapter derselben Familie hinzu. Tensor Archive führt Sie durch Bestätigungen, die vor der Fortsetzung erforderlich sind.
Revision eines öffentlichen Repositorys auflösen
Geben Sie owner/model sowie einen Branch, ein Tag oder einen Commit ein. „Analysieren“ liest das öffentliche Dateiinventar und kann eine kleine Adapterkonfiguration prüfen; Modellgewichte werden weder heruntergeladen noch ausgeführt. „Archivieren“ löst anschließend einen unveränderlichen Commit auf und speichert den vollständigen öffentlichen Snapshot lokal. Die Voreinstellung Google BERT Tiny bietet eine kleine offizielle erste Quelle.
Verwenden Sie eine Familie für tatsächlich zusammengehörige Modelle
Gruppieren Sie ein Basismodell, seine Adapter und seine tatsächlichen Revisionen. Trennen Sie nicht zusammengehörige Architekturen oder Projekte, damit jedes Archiv übersichtlich bleibt.
Prüfen, nachweisen und wiederherstellen, was Sie gespeichert haben.
Erstellt einen dauerhaften Beleg dafür, dass die gespeicherte Version exakt wiederhergestellt werden kann. Die Modellqualität oder -genauigkeit wird dadurch nicht bewertet.
Erstellt eine bytegenaue Ausgabe im lokalen Wiederherstellungsbereich der App.
Speichern Sie die Kopie nach Abschluss des Auftrags unter „Downloads“, ohne eine vorhandene Datei zu überschreiben.
Prüfen Sie die Dateien, Größen und Prüfsummen, bevor Sie sie wiederherstellen.
Archivierung, Prüfung und Wiederherstellung werden lokal ausgeführt und zeigen Fortschritt, Status und Abschlussbelege an.
Prüfen Sie den verwalteten Speicher und die erzeugten Wiederherstellungsausgaben. Bereits unter „Downloads“ gespeicherte Kopien befinden sich außerhalb der App und werden nicht mitgezählt.
Entfernt die verwalteten Daten dieser Familie, ohne vorhandene Kopien unter „Downloads“ zu verändern.
Löschen Sie Originale erst, nachdem Sie die Wiederherstellung nachgewiesen haben.
Tensor Archive entfernt Quelldaten bewusst nicht. Die endgültige Speicherentscheidung bleibt bei Ihnen.
1Archivieren Sie den Ordner und warten Sie auf den erfolgreichen Abschluss.
2Prüfen Sie die archivierte Version und bewahren Sie den Beleg auf.
3Stellen Sie die Familie in einer separaten Ausgabe wieder her und bestätigen Sie, dass Ihr Arbeitsablauf sie verwenden kann.
4Sichern Sie sie extern, wenn der Verlust dieses Mac relevant wäre.
5Löschen Sie die alte Quelle manuell — und nur, wenn diese Prüfungen Sie überzeugt haben.
Lokale Archivierung spart Speicherplatz, schützt jedoch nicht vor Laufwerksausfall, Diebstahl oder versehentlichem Entfernen des Anwendungsdatenverzeichnisses. Bewahren Sie eine weitere Kopie unersetzlicher Modelldaten auf.
Wo Tensor Archive derzeit am nützlichsten ist.
- Ein Basismodell mit mehreren LoRAs oder Adaptern.
- Zusammengehörige Checkpoints und Trainingsrevisionen.
- Vergleich des Speicherplatzbedarfs zusammengehöriger Versionen.
- Lokalen SSD-Speicherplatz nach geprüften Wiederherstellungstests freigeben.
- Archivierte Dateien und Wiederherstellungsbelege prüfen.
- Exakte Offline-Wiederherstellungen aus einem lokalen Archiv.
- Eine Beschleunigung für Training oder Inferenz.
- Quantisierung, Beschneidung oder ein Werkzeug zur Modellkonvertierung.
- Eine Möglichkeit, Modellqualität oder -genauigkeit zu verbessern.
- Eine garantierte Einsparung von 76% für jede Sammlung.
- Ein Cloud-Sicherungs- oder geräteübergreifender Synchronisierungsdienst in dieser Version.
- Ein Ersatz für eine unabhängige Sicherung wichtiger Daten.
Tensor Archive Local unterstützt Macs mit Apple silicon ab macOS 13, x64-PCs mit Windows 10 22H2 oder Windows 11 sowie x64-PCs mit Ubuntu 24.04. Integrierte Abläufe für LM Studio, Ollama, FLUX und ComfyUI sind verfügbar. Auch öffentliche Hugging Face-Repositorys und lokale Ordner werden unterstützt. Authentifizierung für private Repositorys, S3, Cloud-Synchronisierung und Teambibliotheken sind noch nicht verfügbar.
Ihre lokalen Modelle bleiben lokal.
Kein Konto erforderlich
Lokale Ordner und Archivinhalte werden nicht zu Tensor Archive hochgeladen. Der Netzwerkzugang wird verwendet, wenn Sie ausdrücklich Hugging Face auswählen und wenn die App tensorarchive.ai auf Produktaktualisierungen prüft. Anonyme Produktanalysen sind standardmäßig aktiviert und können unter Einstellungen deaktiviert werden.
Nutzungssignale, niemals Modelldaten
Tensor Archive erfasst App-Starts, aktive Nutzungszeit, den verwendeten Vorgang, dessen Ergebnis, App-Version, Plattform und Aktualisierungsergebnisse unter einer separaten zufälligen Analysekennung. Es überträgt niemals Modellgewichte oder Archivinhalte, Modell-, Repository- oder Dateinamen, lokale Pfade, Hashes, E-Mail- oder Lizenzidentität. Rohereignisse werden höchstens 90 Tage aufbewahrt. Das Deaktivieren der Analysefunktion fordert die Löschung der Ereignisse dieser Installation an.
Ein privates Anwendungsverzeichnis
Archivierte Inhalte, Belege und erzeugte Ausgaben liegen unter
~/Library/Application Support/ai.tensorarchive.local/ auf
macOS, %LOCALAPPDATA%\ai.tensorarchive.local unter Windows oder
~/.local/share/ai.tensorarchive.local/ unter Linux. Wenn das
zugehörige Verzeichnis entfernt wird, wird auch das lokale Archiv entfernt.
Eine geschützte 14-Tage-Testversion oder Local Pro
Jede Installation kann einmalig eine kostenlose 14-Tage-Testversion ohne Karte oder Konto starten. Viewer, Verify und Restore bleiben danach verfügbar; zum Erstellen oder Erweitern von Familien sind eine aktive Testversion oder Local Pro sowie eine Internetverbindung erforderlich. Öffnen Sie Lizenz in der App, um Local Pro für $199 USD über Stripe Checkout zu kaufen und auf bis zu drei Rechnern zu aktivieren. Stripe verarbeitet die tatsächliche Zahlung; Tensor Archive erhält niemals Kartendaten.
Geprüfte Aktualisierungsmetadaten
Die App prüft das signierte Aktualisierungsmanifest und den exakten SHA-256, bevor sie eine neue Version anbietet. Wenn eine ältere Installation nicht automatisch aktualisiert werden kann, laden Sie das aktuelle Installationsprogramm von der offiziellen Tensor Archive-Seite herunter und installieren Sie es einmal.