OpenScholar_Reranker
OpenSciLMs OpenScholar_Reranker ist ein Chat-Modell. OpenScholar_Reranker is an open-weights chat model.
by OpenSciLM
Am besten geeignet für
- Chat und Routing mit geringer Latenz
- Anfrage-Routing und Triage
- Textklassifikation
Möglichkeiten, OpenScholar_Reranker in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren OpenSciLM-API-Key ein. osFoundry erkennt OpenScholar_Reranker 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
OpenScholar_Reranker 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.
OpenScholar_Reranker 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 OpenScholar_Reranker
Ist OpenScholar_Reranker kostenlos nutzbar?
OpenScholar_Reranker 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 OpenScholar_Reranker 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 OpenScholar_Reranker lokal betreiben?
Ja. OpenScholar_Reranker ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist OpenScholar_Reranker besonders gut?
OpenScholar_Reranker eignet sich besonders für Chat und Routing mit geringer Latenz, Anfrage-Routing und Triage, Textklassifikation.
Wie verwende ich OpenScholar_Reranker in osFoundry?
Fügen Sie Ihren OpenSciLM-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie OpenScholar_Reranker 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 OpenSciLM am 15. November 2024. Quelle: https://huggingface.co/OpenSciLM/OpenScholar_Reranker