Llama-3.2-1B-Instruct-medmcqa
Dibangun oleh ank028, Llama-3.2-1B-Instruct-medmcqa adalah sebuah model chat 1 miliar parameter . Llama-3.2-1B-Instruct-medmcqa is an open-weights chat model with roughly 1 billion parameters.
by ank028 · 1B parameter
Paling cocok untuk
Cara menggunakan Llama-3.2-1B-Instruct-medmcqa di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key ank028 Anda. osFoundry menemukan Llama-3.2-1B-Instruct-medmcqa secara otomatis — tetapkan ke peran Maestro (router, direct, orchestrator, atau fallback) di tab Pipeline dan model ini langsung aktif di setiap chat. Key Anda, akun provider Anda — tanpa markup token.
Deploy endpoint khusus
Llama-3.2-1B-Instruct-medmcqa bersifat open-weights — jalankan secara lokal tanpa biaya, atau deploy endpoint GPU khusus di workspace Anda untuk kapasitas tercadangkan tanpa rate limit.
Gunakan di Room App
Room App mendeklarasikan fitur AI di manifest mereka, lalu memanggilnya dengan invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Panggil dari aplikasi Anda sendiri
Setelah sebuah model terhubung ke workspace Anda, Anda dapat meng-host-nya sebagai API dan mengaksesnya dari layanan, skrip, atau CI Anda sendiri — di luar osFoundry.
Hardware apa yang dapat menjalankan Llama-3.2-1B-Instruct-medmcqa
Llama-3.2-1B-Instruct-medmcqa berjalan di satu GPU konsumen 16GB (~1 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~3 GB).
Llama-3.2-1B-Instruct-medmcqa vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Llama-3.2-1B-Instruct-medmcqa
Apakah Llama-3.2-1B-Instruct-medmcqa gratis untuk digunakan?
Llama-3.2-1B-Instruct-medmcqa gratis untuk dijalankan secara lokal pada hardware Anda sendiri. Akses ter-host melalui osFoundry dikenakan biaya (input Free (local), output Free (local)). Anda dapat beralih antara lokal dan ter-host kapan saja.
Bisakah saya menggunakan Llama-3.2-1B-Instruct-medmcqa secara komersial?
Penggunaan komersial diizinkan dengan syarat. Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial. Periksa dokumentasi upstream.
Berapa VRAM yang dibutuhkan Llama-3.2-1B-Instruct-medmcqa?
Sekitar 1 GB pada kuantisasi Q4, atau 3 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Llama-3.2-1B-Instruct-medmcqa secara lokal?
Ya. Llama-3.2-1B-Instruct-medmcqa bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Llama-3.2-1B-Instruct-medmcqa?
Llama-3.2-1B-Instruct-medmcqa sangat cocok untuk text generation.
Bagaimana cara menggunakan Llama-3.2-1B-Instruct-medmcqa di osFoundry?
Tempelkan API key ank028 Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Llama-3.2-1B-Instruct-medmcqa ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh ank028 pada 23 Oktober 2024. Sumber: https://huggingface.co/ank028/Llama-3.2-1B-Instruct-medmcqa