prince-canuma_-_Llama-3-6B-v0.1-gguf
prince-canuma_-_Llama-3-6B-v0.1-gguf (RichardErkhov, 2024) es un modelo de 6 mil millones de parámetros chat. prince-canuma_-_Llama-3-6B-v0.1-gguf is an open-weights chat model with roughly 6 billion parameters.
by RichardErkhov · 6 mil millones de parámetros
Ideal para
- chat y enrutamiento de baja latencia
- enrutamiento y triaje de solicitudes
- clasificación de texto
Formas de utilizar prince-canuma_-_Llama-3-6B-v0.1-gguf en osFoundry
Conecten con su propia clave (BYOK)
Abran el diálogo de claves y peguen su clave de API de RichardErkhov. osFoundry detecta prince-canuma_-_Llama-3-6B-v0.1-gguf 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
prince-canuma_-_Llama-3-6B-v0.1-gguf 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 prince-canuma_-_Llama-3-6B-v0.1-gguf
prince-canuma_-_Llama-3-6B-v0.1-gguf se ejecuta en una sola GPU de consumo de 16GB (~4 GB de VRAM con margen para la caché KV). La inferencia a precisión completa cabe en una sola H100 80GB con precisión FP16 (~15 GB).
prince-canuma_-_Llama-3-6B-v0.1-gguf 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 prince-canuma_-_Llama-3-6B-v0.1-gguf
¿Es gratuito el uso de prince-canuma_-_Llama-3-6B-v0.1-gguf?
prince-canuma_-_Llama-3-6B-v0.1-gguf 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 prince-canuma_-_Llama-3-6B-v0.1-gguf 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 prince-canuma_-_Llama-3-6B-v0.1-gguf?
Aproximadamente 4 GB con cuantización Q4, o 15 GB con precisión FP16 completa. Cabe en una sola GPU de consumo de 24GB.
¿Puedo ejecutar prince-canuma_-_Llama-3-6B-v0.1-gguf localmente?
Sí. prince-canuma_-_Llama-3-6B-v0.1-gguf 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 prince-canuma_-_Llama-3-6B-v0.1-gguf?
prince-canuma_-_Llama-3-6B-v0.1-gguf es muy adecuado para chat y enrutamiento de baja latencia, enrutamiento y triaje de solicitudes, clasificación de texto.
¿Cómo se utiliza prince-canuma_-_Llama-3-6B-v0.1-gguf en osFoundry?
Peguen su clave de API de RichardErkhov en el diálogo de claves (o desplieguen los pesos abiertos para modelos autoalojables), asignen prince-canuma_-_Llama-3-6B-v0.1-gguf 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 RichardErkhov el 21 de agosto de 2024. Fuente: https://huggingface.co/RichardErkhov/prince-canuma_-_Llama-3-6B-v0.1-gguf