llama4B
Lanzado por psx7 en 2024, llama4B es un modelo de 4 mil millones de parámetros chat. llama4B is an open-weights chat model with roughly 4 billion parameters.
by psx7 · 4 mil millones de parámetros
Ideal para
Formas de utilizar llama4B en osFoundry
Conecten con su propia clave (BYOK)
Abran el diálogo de claves y peguen su clave de API de psx7. osFoundry detecta llama4B 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
llama4B 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.
Qué hardware puede ejecutar llama4B
llama4B se ejecuta en una sola GPU de consumo de 16GB (~3 GB de VRAM con margen para la caché KV). La inferencia a precisión completa cabe en una sola H100 80GB con precisión FP16 (~10 GB).
llama4B 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 llama4B
¿Es gratuito el uso de llama4B?
llama4B 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 llama4B 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.
¿Cuánta VRAM necesita llama4B?
Aproximadamente 3 GB con cuantización Q4, o 10 GB con precisión FP16 completa. Cabe en una sola GPU de consumo de 24GB.
¿Puedo ejecutar llama4B localmente?
Sí. llama4B 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 llama4B?
llama4B es muy adecuado para text generation.
¿Cómo se utiliza llama4B en osFoundry?
Peguen su clave de API de psx7 en el diálogo de claves (o desplieguen los pesos abiertos para modelos autoalojables), asignen llama4B 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 psx7 el 2 de octubre de 2024. Fuente: https://huggingface.co/psx7/llama4B