2b1522e6-bef2-7cc4-831b-3794a31bcfdb
phungkhaccuong द्वारा 2025 में जारी, 2b1522e6-bef2-7cc4-831b-3794a31bcfdb एक 831 अरब parameter वाला चैट model है। 2b1522e6-bef2-7cc4-831b-3794a31bcfdb is an open-weights chat model with roughly 831 billion parameters.
by phungkhaccuong · 831B parameters
किसके लिए सर्वोत्तम
- जटिल multi-step reasoning
- tool use के साथ agent orchestration
- लंबे documents का विश्लेषण और सारांश
osFoundry में 2b1522e6-bef2-7cc4-831b-3794a31bcfdb का उपयोग करने के तरीके
अपनी key से जोड़ें (BYOK)
key dialog खोलें और अपनी phungkhaccuong API key पेस्ट करें। osFoundry 2b1522e6-bef2-7cc4-831b-3794a31bcfdb 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
2b1522e6-bef2-7cc4-831b-3794a31bcfdb 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।
2b1522e6-bef2-7cc4-831b-3794a31bcfdb कौनसा hardware चला सकता है
2b1522e6-bef2-7cc4-831b-3794a31bcfdb एक multi-GPU setup या Q4 पर H200 141GB पर चलता है (~499 GB VRAM, KV-cache headroom के साथ)। पूर्ण-precision inference FP16 पर कई H100/H200 GPUs की आवश्यकता (~1995 GB)।
2b1522e6-bef2-7cc4-831b-3794a31bcfdb बनाम समान models
लाइसेंस
अनिर्दिष्ट — लाइसेंस की शर्तें निर्दिष्ट नहीं — commercial उपयोग से पहले upstream model card सत्यापित करें।
Upstream documentation देखें।
2b1522e6-bef2-7cc4-831b-3794a31bcfdb के बारे में अक्सर पूछे जाने वाले प्रश्न
क्या 2b1522e6-bef2-7cc4-831b-3794a31bcfdb उपयोग करने के लिए मुफ्त है?
2b1522e6-bef2-7cc4-831b-3794a31bcfdb 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 2b1522e6-bef2-7cc4-831b-3794a31bcfdb 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।
2b1522e6-bef2-7cc4-831b-3794a31bcfdb को कितनी VRAM चाहिए?
Q4 quantisation पर लगभग 499 GB, या पूर्ण FP16 precision पर 1995 GB। उच्च quantisation पर multi-GPU की आवश्यकता।
क्या मैं 2b1522e6-bef2-7cc4-831b-3794a31bcfdb को locally चला सकता हूँ?
हाँ। 2b1522e6-bef2-7cc4-831b-3794a31bcfdb open-weights है और workstation GPU पर locally चलता है। osFoundry का local runtime model loading, quantisation, और routing संभालता है।
2b1522e6-bef2-7cc4-831b-3794a31bcfdb किसमें सर्वश्रेष्ठ है?
2b1522e6-bef2-7cc4-831b-3794a31bcfdb जटिल multi-step reasoning, tool use के साथ agent orchestration, लंबे documents का विश्लेषण और सारांश के लिए उपयुक्त है।
मैं osFoundry में 2b1522e6-bef2-7cc4-831b-3794a31bcfdb का उपयोग कैसे करूँ?
key dialog में अपनी phungkhaccuong API key पेस्ट करें (या self-hostable models के लिए open weights deploy करें), Pipeline tab में 2b1522e6-bef2-7cc4-831b-3794a31bcfdb को एक Maestro role को असाइन करें, फिर इसे चैट में, invokeAI के माध्यम से Room Apps में, या अपने ऐप्स में उपयोग करें।
phungkhaccuong द्वारा प्रकाशित 9 जनवरी 2025 को। स्रोत: https://huggingface.co/phungkhaccuong/2b1522e6-bef2-7cc4-831b-3794a31bcfdb