Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit
Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit ist ein 8 Milliarden Parameter umfassendes Chat-Modell von Felprot75, veröffentlicht am 29. Januar 2025. Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit is an open-weights chat model with roughly 8 billion parameters.
by Felprot75 · 8 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren Felprot75-API-Key ein. osFoundry erkennt Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit 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
Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit 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 Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit ausführen
Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit läuft auf eine einzelne 16GB-Consumer-GPU (~5 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision passt auf eine einzelne H100 80GB bei FP16-Präzision (~20 GB).
Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit 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 Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit
Ist Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit kostenlos nutzbar?
Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit 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 Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit 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 Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit?
Etwa 5 GB bei Q4-Quantization oder 20 GB bei voller FP16-Präzision. Passt auf eine einzelne 24GB-Consumer-GPU.
Kann ich Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit lokal betreiben?
Ja. Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit besonders gut?
Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit eignet sich besonders für text generation.
Wie verwende ich Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit in osFoundry?
Fügen Sie Ihren Felprot75-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit 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 Felprot75 am 29. Januar 2025. Quelle: https://huggingface.co/Felprot75/Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit