qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k
Model chat qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k dari ikkiren memuat 2 miliar parameter ke dalam sebuah . qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k is an open-weights chat model with roughly 2 billion parameters.
by ikkiren · 2B parameter
Paling cocok untuk
- chat dan routing latensi rendah
- routing dan triase permintaan
- klasifikasi teks
Cara menggunakan qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key ikkiren Anda. osFoundry menemukan qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k 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
qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k 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 qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k
qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k berjalan di satu GPU konsumen 16GB (~2 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~5 GB).
qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k
Apakah qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k gratis untuk digunakan?
qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k 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 qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k 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 qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k?
Sekitar 2 GB pada kuantisasi Q4, atau 5 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k secara lokal?
Ya. qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k?
qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k sangat cocok untuk chat dan routing latensi rendah, routing dan triase permintaan, klasifikasi teks.
Bagaimana cara menggunakan qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k di osFoundry?
Tempelkan API key ikkiren Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh ikkiren pada 29 April 2026. Sumber: https://huggingface.co/ikkiren/qwen-2.5-1.5b-instruct-ru-lora-r32-compose-train-opus-144k