LLM_Collection
El LLM_Collection de knifeayumu es un modelo de chat. LLM_Collection is an open-weights chat model.
by knifeayumu
Ideal para
- chat y enrutamiento de baja latencia
- enrutamiento y triaje de solicitudes
- clasificación de texto
Formas de utilizar LLM_Collection en osFoundry
Conecten con su propia clave (BYOK)
Abran el diálogo de claves y peguen su clave de API de knifeayumu. osFoundry detecta LLM_Collection 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
LLM_Collection 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.
LLM_Collection 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 LLM_Collection
¿Es gratuito el uso de LLM_Collection?
LLM_Collection 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 LLM_Collection 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 LLM_Collection localmente?
Sí. LLM_Collection 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 LLM_Collection?
LLM_Collection es muy adecuado para chat y enrutamiento de baja latencia, enrutamiento y triaje de solicitudes, clasificación de texto.
¿Cómo se utiliza LLM_Collection en osFoundry?
Peguen su clave de API de knifeayumu en el diálogo de claves (o desplieguen los pesos abiertos para modelos autoalojables), asignen LLM_Collection 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 knifeayumu el 24 de mayo de 2024. Fuente: https://huggingface.co/knifeayumu/LLM_Collection