open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k
ali-elganzorys open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k vereint 2 Milliarden Parameter in einem Chat-Modell. open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k is an open-weights chat model with roughly 2 billion parameters.
by ali-elganzory · 2 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren ali-elganzory-API-Key ein. osFoundry erkennt open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k automatisch — weisen Sie es im Pipeline-Tab einer Maestro-Rolle (Router, Direct, Orchestrator oder Fallback) zu, und es ist in jedem Chat verfügbar. Ihr Key, Ihr Provider-Konto — kein Token-Aufschlag.
Dedizierten Endpunkt bereitstellen
open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k ist Open-Weights — betreiben Sie es lokal kostenlos oder stellen Sie in Ihrem Workspace einen dedizierten GPU-Endpunkt für reservierte Kapazität ohne Rate Limits bereit.
In einer Room App verwenden
Room Apps deklarieren KI-Funktionen in ihrem Manifest und rufen sie anschließend mit invokeAI auf:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Aus eigenen Anwendungen aufrufen
Sobald ein Modell in Ihrem Workspace eingerichtet ist, können Sie es als API hosten und aus Ihren eigenen Diensten, Skripten oder CI — außerhalb von osFoundry — erreichen.
Welche Hardware kann open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k ausführen
open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k läuft auf eine einzelne 16GB-Consumer-GPU (~2 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision passt auf eine einzelne H100 80GB bei FP16-Präzision (~5 GB).
open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k im Vergleich zu ähnlichen Modellen
Lizenz
Nicht angegeben — Lizenzbedingungen nicht angegeben — prüfen Sie die Upstream-Model-Card vor kommerzieller Nutzung.
Konsultieren Sie die Upstream-Dokumentation.
Häufige Fragen zu open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k
Ist open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k kostenlos nutzbar?
open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k kann auf Ihrer eigenen Hardware kostenlos lokal betrieben werden. Der gehostete Zugriff über osFoundry wird abgerechnet (Input Free (local), Output Free (local)). Sie können jederzeit zwischen lokal und gehostet wechseln.
Kann ich open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k kommerziell nutzen?
Kommerzielle Nutzung ist unter bestimmten Bedingungen erlaubt. Lizenzbedingungen nicht angegeben — prüfen Sie die Upstream-Model-Card vor kommerzieller Nutzung. Konsultieren Sie die Upstream-Dokumentation.
Wie viel VRAM benötigt open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k?
Etwa 2 GB bei Q4-Quantization oder 5 GB bei voller FP16-Präzision. Passt auf eine einzelne 24GB-Consumer-GPU.
Kann ich open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k lokal betreiben?
Ja. open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k besonders gut?
open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k eignet sich besonders für text generation.
Wie verwende ich open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k in osFoundry?
Fügen Sie Ihren ali-elganzory-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k im Pipeline-Tab einer Maestro-Rolle zu und nutzen Sie es anschließend im Chat, in Room Apps über invokeAI oder in Ihren eigenen Anwendungen.
Veröffentlicht von ali-elganzory am 17. April 2026. Quelle: https://huggingface.co/ali-elganzory/open-sci-ref-v0.02-1.7b-dclm-300B-4096-longsft_16k