flash-mla
flash-mla (kernels-community, 2025) es un modelo de chat. flash-mla is an open-weights chat model.
by kernels-community
Ideal para
- chat y enrutamiento de baja latencia
- enrutamiento y triaje de solicitudes
- clasificación de texto
Formas de utilizar flash-mla en osFoundry
Conecten con su propia clave (BYOK)
Abran el diálogo de claves y peguen su clave de API de kernels-community. osFoundry detecta flash-mla automáticamente: asígnenlo a un rol de Maestro (router, direct, orchestrator o fallback) en la pestaña Pipeline y quedará activo en cada chat. Su clave, su cuenta de proveedor: sin recargo por tokens.
Desplieguen un endpoint dedicado
flash-mla es de pesos abiertos: ejecútenlo localmente de forma gratuita o desplieguen un endpoint GPU dedicado en su workspace para disponer de capacidad reservada sin límites de tasa.
Úsenlo en una Room App
Las Room Apps declaran funciones de IA en su manifiesto y luego las invocan con invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Invóquenlo desde sus propias aplicaciones
Una vez que un modelo está integrado en su workspace, pueden alojarlo como API y consumirlo desde sus propios servicios, scripts o CI, fuera de osFoundry.
flash-mla frente a modelos similares
Licencia
Sin especificar — Términos de licencia no especificados: verifiquen la ficha del modelo original antes de su uso comercial.
Consulten la documentación original.
Preguntas frecuentes sobre flash-mla
¿Es gratuito el uso de flash-mla?
flash-mla se puede ejecutar gratis localmente en su propio hardware. El acceso alojado a través de osFoundry se mide (entrada Free (local), salida Free (local)). Pueden alternar entre local y alojado en cualquier momento.
¿Puedo utilizar flash-mla comercialmente?
El uso comercial está permitido con condiciones. Términos de licencia no especificados: verifiquen la ficha del modelo original antes de su uso comercial. Consulten la documentación original.
¿Puedo ejecutar flash-mla localmente?
Sí. flash-mla es de pesos abiertos y se ejecuta localmente en una GPU de estación de trabajo. El runtime local de osFoundry gestiona la carga del modelo, la cuantización y el enrutamiento.
¿En qué destaca flash-mla?
flash-mla es muy adecuado para chat y enrutamiento de baja latencia, enrutamiento y triaje de solicitudes, clasificación de texto.
¿Cómo se utiliza flash-mla en osFoundry?
Peguen su clave de API de kernels-community en el diálogo de claves (o desplieguen los pesos abiertos para modelos autoalojables), asignen flash-mla a un rol de Maestro en la pestaña Pipeline y úsenlo en chat, en Room Apps mediante invokeAI o en sus propias aplicaciones.
Publicado por kernels-community el 28 de febrero de 2025. Fuente: https://huggingface.co/kernels-community/flash-mla