Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit
Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit adalah model chat 8 miliar parameter dari Felprot75, dirilis 29 Januari 2025. Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit is an open-weights chat model with roughly 8 billion parameters.
by Felprot75 · 8B parameter
Paling cocok untuk
Cara menggunakan Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key Felprot75 Anda. osFoundry menemukan Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit 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-3.1-8B-Lexi-Uncensored-V2-mlx_4bit 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-3.1-8B-Lexi-Uncensored-V2-mlx_4bit
Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit berjalan di satu GPU konsumen 16GB (~5 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~20 GB).
Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit
Apakah Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit gratis untuk digunakan?
Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit 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-3.1-8B-Lexi-Uncensored-V2-mlx_4bit 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-3.1-8B-Lexi-Uncensored-V2-mlx_4bit?
Sekitar 5 GB pada kuantisasi Q4, atau 20 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit secara lokal?
Ya. Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit?
Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit sangat cocok untuk text generation.
Bagaimana cara menggunakan Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit di osFoundry?
Tempelkan API key Felprot75 Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh Felprot75 pada 29 Januari 2025. Sumber: https://huggingface.co/Felprot75/Llama-3.1-8B-Lexi-Uncensored-V2-mlx_4bit