NetraEmbed
Dirilis oleh Cognitive-Lab pada 2025, NetraEmbed adalah sebuah model chat . NetraEmbed is an open-weights chat model.
by Cognitive-Lab
Paling cocok untuk
- visual document retrieval
Cara menggunakan NetraEmbed di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key Cognitive-Lab Anda. osFoundry menemukan NetraEmbed 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
NetraEmbed 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.
NetraEmbed vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang NetraEmbed
Apakah NetraEmbed gratis untuk digunakan?
NetraEmbed 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 NetraEmbed secara komersial?
Penggunaan komersial diizinkan dengan syarat. Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial. Periksa dokumentasi upstream.
Bisakah saya menjalankan NetraEmbed secara lokal?
Ya. NetraEmbed bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama NetraEmbed?
NetraEmbed sangat cocok untuk visual document retrieval.
Bagaimana cara menggunakan NetraEmbed di osFoundry?
Tempelkan API key Cognitive-Lab Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan NetraEmbed ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh Cognitive-Lab pada 1 Desember 2025. Sumber: https://huggingface.co/Cognitive-Lab/NetraEmbed