bkcare-embedding
bkcare-embedding nampham1106 का एक embedding model है, 3 मई 2024 को जारी। bkcare-embedding is an open-weights embed model.
by nampham1106
किसके लिए सर्वोत्तम
osFoundry में bkcare-embedding का उपयोग करने के तरीके
अपनी key से जोड़ें (BYOK)
key dialog खोलें और अपनी nampham1106 API key पेस्ट करें। osFoundry bkcare-embedding को स्वचालित रूप से खोज लेता है — इसे Pipeline tab में किसी Maestro role (router, direct, orchestrator, या fallback) को असाइन करें और यह हर चैट में live हो जाता है। आपकी key, आपका provider account — कोई token markup नहीं।
एक dedicated endpoint deploy करें
bkcare-embedding open-weights है — इसे locally मुफ्त में चलाएँ, या rate limits के बिना reserved capacity के लिए अपने workspace में एक dedicated GPU endpoint deploy करें।
Room App में उपयोग करें
Room Apps अपने manifest में AI features घोषित करते हैं, फिर उन्हें invokeAI के साथ कॉल करते हैं:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
अपने ऐप्स से इसे कॉल करें
एक बार जब model आपके workspace में wired हो जाता है, तो आप इसे API के रूप में host कर सकते हैं और इसे अपनी services, scripts, या CI से — osFoundry के बाहर — एक्सेस कर सकते हैं।
bkcare-embedding बनाम समान models
लाइसेंस
अनिर्दिष्ट — लाइसेंस की शर्तें निर्दिष्ट नहीं — commercial उपयोग से पहले upstream model card सत्यापित करें।
Upstream documentation देखें।
bkcare-embedding के बारे में अक्सर पूछे जाने वाले प्रश्न
क्या bkcare-embedding उपयोग करने के लिए मुफ्त है?
bkcare-embedding आपके अपने hardware पर locally चलाने के लिए मुफ्त है। osFoundry के माध्यम से hosted access metered है (input Free (local), output Free (local))। आप किसी भी समय local और hosted के बीच switch कर सकते हैं।
क्या मैं bkcare-embedding का commercial उपयोग कर सकता हूँ?
Commercial उपयोग शर्तों के साथ अनुमत है। लाइसेंस की शर्तें निर्दिष्ट नहीं — commercial उपयोग से पहले upstream model card सत्यापित करें। Upstream documentation देखें।
क्या मैं bkcare-embedding को locally चला सकता हूँ?
हाँ। bkcare-embedding open-weights है और workstation GPU पर locally चलता है। osFoundry का local runtime model loading, quantisation, और routing संभालता है।
bkcare-embedding किसमें सर्वश्रेष्ठ है?
bkcare-embedding sentence similarity के लिए उपयुक्त है।
मैं osFoundry में bkcare-embedding का उपयोग कैसे करूँ?
key dialog में अपनी nampham1106 API key पेस्ट करें (या self-hostable models के लिए open weights deploy करें), Pipeline tab में bkcare-embedding को एक Maestro role को असाइन करें, फिर इसे चैट में, invokeAI के माध्यम से Room Apps में, या अपने ऐप्स में उपयोग करें।
nampham1106 द्वारा प्रकाशित 3 मई 2024 को। स्रोत: https://huggingface.co/nampham1106/bkcare-embedding