opensearch-neural-sparse-encoding-v2-distill
Publié par opensearch-project en 2024, opensearch-neural-sparse-encoding-v2-distill est un modèle embeddings . opensearch-neural-sparse-encoding-v2-distill is an open-weights embed model.
by opensearch-project
Idéal pour
Comment utiliser opensearch-neural-sparse-encoding-v2-distill dans osFoundry
Connectez-vous avec votre propre clé (BYOK)
Ouvrez la fenêtre de clés et collez votre clé API opensearch-project. osFoundry détecte automatiquement opensearch-neural-sparse-encoding-v2-distill — 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
opensearch-neural-sparse-encoding-v2-distill 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.
opensearch-neural-sparse-encoding-v2-distill face aux modèles similaires
| Modèle | Organisation | Paramètres | Contexte | Prix en entrée | Auto-hébergement |
|---|
| opensearch-neural-sparse-encoding-v2-distill | opensearch-project | — | — | Free (local) | Oui |
| vram-8 | unslothai | — | — | Free (local) | Oui |
| multi-qa-distilbert-dot-v1 | sentence-transformers | — | — | Free (local) | Oui |
| Splade_PP_en_v1 | Qdrant | — | — | Free (local) | Oui |
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 opensearch-neural-sparse-encoding-v2-distill
opensearch-neural-sparse-encoding-v2-distill est-il gratuit à utiliser ?
opensearch-neural-sparse-encoding-v2-distill 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 opensearch-neural-sparse-encoding-v2-distill 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.
Puis-je exécuter opensearch-neural-sparse-encoding-v2-distill localement ?
Oui. opensearch-neural-sparse-encoding-v2-distill 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 opensearch-neural-sparse-encoding-v2-distill excelle-t-il ?
opensearch-neural-sparse-encoding-v2-distill convient particulièrement bien à feature extraction.
Comment utiliser opensearch-neural-sparse-encoding-v2-distill dans osFoundry ?
Collez votre clé API opensearch-project dans la fenêtre de clés (ou déployez les open weights pour les modèles auto-hébergeables), assignez opensearch-neural-sparse-encoding-v2-distill 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 opensearch-project le 17 juillet 2024. Source : https://huggingface.co/opensearch-project/opensearch-neural-sparse-encoding-v2-distill