llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed
llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed (nm-testing, 2025) ist ein Chat-Modell. llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed is an open-weights chat model.
by nm-testing
Am besten geeignet für
- Chat und Routing mit geringer Latenz
- Anfrage-Routing und Triage
- Textklassifikation
Möglichkeiten, llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren nm-testing-API-Key ein. osFoundry erkennt llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed 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
llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed 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.
llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed 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 llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed
Ist llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed kostenlos nutzbar?
llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed 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 llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed 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.
Kann ich llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed lokal betreiben?
Ja. llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed besonders gut?
llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed eignet sich besonders für Chat und Routing mit geringer Latenz, Anfrage-Routing und Triage, Textklassifikation.
Wie verwende ich llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed in osFoundry?
Fügen Sie Ihren nm-testing-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed 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 nm-testing am 12. März 2025. Quelle: https://huggingface.co/nm-testing/llama2.c-stories110M-gsm8k-recipe_w4a16_actorder_weight-compressed