llama-q4_k_m_quantized
llama-q4_k_m_quantized adalah model chat dari BilalKhan1, dirilis 9 Juli 2024. llama-q4_k_m_quantized is an open-weights chat model.
by BilalKhan1
Paling cocok untuk
- chat dan routing latensi rendah
- routing dan triase permintaan
- klasifikasi teks
Cara menggunakan llama-q4_k_m_quantized di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key BilalKhan1 Anda. osFoundry menemukan llama-q4_k_m_quantized 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-q4_k_m_quantized 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.
llama-q4_k_m_quantized vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang llama-q4_k_m_quantized
Apakah llama-q4_k_m_quantized gratis untuk digunakan?
llama-q4_k_m_quantized 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-q4_k_m_quantized secara komersial?
Penggunaan komersial diizinkan dengan syarat. Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial. Periksa dokumentasi upstream.
Bisakah saya menjalankan llama-q4_k_m_quantized secara lokal?
Ya. llama-q4_k_m_quantized bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama llama-q4_k_m_quantized?
llama-q4_k_m_quantized sangat cocok untuk chat dan routing latensi rendah, routing dan triase permintaan, klasifikasi teks.
Bagaimana cara menggunakan llama-q4_k_m_quantized di osFoundry?
Tempelkan API key BilalKhan1 Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan llama-q4_k_m_quantized ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh BilalKhan1 pada 9 Juli 2024. Sumber: https://huggingface.co/BilalKhan1/llama-q4_k_m_quantized