LARS
Dibangun oleh duygunuryldz, LARS adalah sebuah model chat . LARS is an open-weights chat model.
by duygunuryldz
Paling cocok untuk
- chat dan routing latensi rendah
- routing dan triase permintaan
- klasifikasi teks
Cara menggunakan LARS di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key duygunuryldz Anda. osFoundry menemukan LARS 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
LARS 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.
LARS vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang LARS
Apakah LARS gratis untuk digunakan?
LARS 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 LARS secara komersial?
Penggunaan komersial diizinkan dengan syarat. Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial. Periksa dokumentasi upstream.
Bisakah saya menjalankan LARS secara lokal?
Ya. LARS bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama LARS?
LARS sangat cocok untuk chat dan routing latensi rendah, routing dan triase permintaan, klasifikasi teks.
Bagaimana cara menggunakan LARS di osFoundry?
Tempelkan API key duygunuryldz Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan LARS ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh duygunuryldz pada 29 Oktober 2024. Sumber: https://huggingface.co/duygunuryldz/LARS