llama-2-34b-uncode
llama-2-34b-uncode est un modèle chat à 34 milliards de paramètres de chargoddard, publié le 27 août 2023. llama-2-34b-uncode is an open-weights chat model with roughly 34 billion parameters.
by chargoddard · 34 milliards de paramètres
Idéal pour
Comment utiliser llama-2-34b-uncode dans osFoundry
Connectez-vous avec votre propre clé (BYOK)
Ouvrez la fenêtre de clés et collez votre clé API chargoddard. osFoundry détecte automatiquement llama-2-34b-uncode — assignez-le à un rôle Maestro (router, direct, orchestrator ou fallback) dans l'onglet Pipeline et il est actif dans chaque conversation. Votre clé, votre compte fournisseur — sans majoration sur les tokens.
Déployez un endpoint dédié
llama-2-34b-uncode est en open-weights — exécutez-le localement gratuitement, ou déployez un endpoint GPU dédié dans votre espace de travail pour disposer d'une capacité réservée sans limite de débit.
Utilisez-le dans une Room App
Les Room Apps déclarent leurs fonctionnalités IA dans leur manifeste, puis les appellent via invokeAI :
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Appelez-le depuis vos propres applications
Une fois un modèle intégré à votre espace de travail, vous pouvez l'héberger en tant qu'API et l'appeler depuis vos propres services, scripts ou CI — en dehors d'osFoundry.
Quel matériel peut faire tourner llama-2-34b-uncode
llama-2-34b-uncode fonctionne sur un GPU grand public ou station de travail 24GB (~21 GB de VRAM avec marge pour le cache KV). L'inférence en pleine précision nécessite un H200 141GB ou 2x A100 80GB en FP16 (~82 GB).
llama-2-34b-uncode face aux modèles similaires
Licence
Non spécifiée — Conditions de licence non spécifiées — vérifiez la fiche du modèle en amont avant tout usage commercial.
Consultez la documentation en amont.
Questions fréquentes sur llama-2-34b-uncode
llama-2-34b-uncode est-il gratuit à utiliser ?
llama-2-34b-uncode est gratuit à exécuter localement sur votre propre matériel. L'accès hébergé via osFoundry est facturé à l'usage (entrée Free (local), sortie Free (local)). Vous pouvez basculer entre local et hébergé à tout moment.
Puis-je utiliser llama-2-34b-uncode à des fins commerciales ?
L'usage commercial est autorisé sous conditions. Conditions de licence non spécifiées — vérifiez la fiche du modèle en amont avant tout usage commercial. Consultez la documentation en amont.
Combien de VRAM faut-il pour llama-2-34b-uncode ?
Environ 21 GB en quantification Q4, ou 82 GB en pleine précision FP16. Tient sur un seul GPU grand public 24GB.
Puis-je exécuter llama-2-34b-uncode localement ?
Oui. llama-2-34b-uncode est en open-weights et s'exécute localement sur un GPU station de travail. Le runtime local d'osFoundry gère le chargement du modèle, la quantification et le routage.
À quoi llama-2-34b-uncode excelle-t-il ?
llama-2-34b-uncode convient particulièrement bien à text generation.
Comment utiliser llama-2-34b-uncode dans osFoundry ?
Collez votre clé API chargoddard dans la fenêtre de clés (ou déployez les open weights pour les modèles auto-hébergeables), assignez llama-2-34b-uncode à un rôle Maestro dans l'onglet Pipeline, puis utilisez-le en chat, dans les Room Apps via invokeAI, ou dans vos propres applications.
Publié par chargoddard le 27 août 2023. Source : https://huggingface.co/chargoddard/llama-2-34b-uncode