Gemma4-E4B-Function-Calling-xLAM-Unsloth
Model chat Gemma4-E4B-Function-Calling-xLAM-Unsloth dari ermiaazarkhalili memuat 4 miliar parameter ke dalam sebuah . Gemma4-E4B-Function-Calling-xLAM-Unsloth is an open-weights chat model with roughly 4 billion parameters.
by ermiaazarkhalili · 4B parameter
Paling cocok untuk
Cara menggunakan Gemma4-E4B-Function-Calling-xLAM-Unsloth di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key ermiaazarkhalili Anda. osFoundry menemukan Gemma4-E4B-Function-Calling-xLAM-Unsloth 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
Gemma4-E4B-Function-Calling-xLAM-Unsloth 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 Gemma4-E4B-Function-Calling-xLAM-Unsloth
Gemma4-E4B-Function-Calling-xLAM-Unsloth berjalan di satu GPU konsumen 16GB (~3 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~10 GB).
Gemma4-E4B-Function-Calling-xLAM-Unsloth vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Gemma4-E4B-Function-Calling-xLAM-Unsloth
Apakah Gemma4-E4B-Function-Calling-xLAM-Unsloth gratis untuk digunakan?
Gemma4-E4B-Function-Calling-xLAM-Unsloth 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 Gemma4-E4B-Function-Calling-xLAM-Unsloth 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 Gemma4-E4B-Function-Calling-xLAM-Unsloth?
Sekitar 3 GB pada kuantisasi Q4, atau 10 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Gemma4-E4B-Function-Calling-xLAM-Unsloth secara lokal?
Ya. Gemma4-E4B-Function-Calling-xLAM-Unsloth bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Gemma4-E4B-Function-Calling-xLAM-Unsloth?
Gemma4-E4B-Function-Calling-xLAM-Unsloth sangat cocok untuk text generation.
Bagaimana cara menggunakan Gemma4-E4B-Function-Calling-xLAM-Unsloth di osFoundry?
Tempelkan API key ermiaazarkhalili Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Gemma4-E4B-Function-Calling-xLAM-Unsloth ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh ermiaazarkhalili pada 19 April 2026. Sumber: https://huggingface.co/ermiaazarkhalili/Gemma4-E4B-Function-Calling-xLAM-Unsloth