embeddinggemma-300m
Dibangun oleh h2oai, embeddinggemma-300m adalah sebuah model embedding . embeddinggemma-300m is an open-weights embed model.
by h2oai
Paling cocok untuk
Cara menggunakan embeddinggemma-300m di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key h2oai Anda. osFoundry menemukan embeddinggemma-300m 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
embeddinggemma-300m 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.
embeddinggemma-300m vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang embeddinggemma-300m
Apakah embeddinggemma-300m gratis untuk digunakan?
embeddinggemma-300m 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 embeddinggemma-300m secara komersial?
Penggunaan komersial diizinkan dengan syarat. Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial. Periksa dokumentasi upstream.
Bisakah saya menjalankan embeddinggemma-300m secara lokal?
Ya. embeddinggemma-300m bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama embeddinggemma-300m?
embeddinggemma-300m sangat cocok untuk sentence similarity.
Bagaimana cara menggunakan embeddinggemma-300m di osFoundry?
Tempelkan API key h2oai Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan embeddinggemma-300m ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh h2oai pada 16 September 2025. Sumber: https://huggingface.co/h2oai/embeddinggemma-300m