Gemma3-1b-SFT_Teached
Entwickelt von SAIJO1233, ist Gemma3-1b-SFT_Teached ein 1 Milliarden Parameter umfassendes Chat-Modell. Gemma3-1b-SFT_Teached is an open-weights chat model with roughly 1 billion parameters.
by SAIJO1233 · 1 Mrd. Parameter
Am besten geeignet für
Möglichkeiten, Gemma3-1b-SFT_Teached in osFoundry zu nutzen
Mit eigenem Schlüssel verbinden (BYOK)
Öffnen Sie den Schlüssel-Dialog und fügen Sie Ihren SAIJO1233-API-Key ein. osFoundry erkennt Gemma3-1b-SFT_Teached 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
Gemma3-1b-SFT_Teached 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 Gemma3-1b-SFT_Teached ausführen
Gemma3-1b-SFT_Teached läuft auf eine einzelne 16GB-Consumer-GPU (~1 GB VRAM mit Reserve für den KV-Cache). Inferenz in voller Präzision passt auf eine einzelne H100 80GB bei FP16-Präzision (~3 GB).
Gemma3-1b-SFT_Teached 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 Gemma3-1b-SFT_Teached
Ist Gemma3-1b-SFT_Teached kostenlos nutzbar?
Gemma3-1b-SFT_Teached 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 Gemma3-1b-SFT_Teached 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 Gemma3-1b-SFT_Teached?
Etwa 1 GB bei Q4-Quantization oder 3 GB bei voller FP16-Präzision. Passt auf eine einzelne 24GB-Consumer-GPU.
Kann ich Gemma3-1b-SFT_Teached lokal betreiben?
Ja. Gemma3-1b-SFT_Teached ist Open-Weights und läuft lokal auf einer Workstation-GPU. Die lokale Runtime von osFoundry übernimmt Modellladen, Quantization und Routing.
Worin ist Gemma3-1b-SFT_Teached besonders gut?
Gemma3-1b-SFT_Teached eignet sich besonders für text generation.
Wie verwende ich Gemma3-1b-SFT_Teached in osFoundry?
Fügen Sie Ihren SAIJO1233-API-Key im Schlüssel-Dialog ein (oder stellen Sie bei selbst hostbaren Modellen die Open Weights bereit), weisen Sie Gemma3-1b-SFT_Teached 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 SAIJO1233 am 23. April 2026. Quelle: https://huggingface.co/SAIJO1233/Gemma3-1b-SFT_Teached