efficientnet_b0-mlxim
Model pembuatan gambar efficientnet_b0-mlxim dari mlx-vision adalah sebuah . efficientnet_b0-mlxim is an open-weights image model.
by mlx-vision
Paling cocok untuk
Cara menggunakan efficientnet_b0-mlxim di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key mlx-vision Anda. osFoundry menemukan efficientnet_b0-mlxim 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
efficientnet_b0-mlxim 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.
efficientnet_b0-mlxim vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang efficientnet_b0-mlxim
Apakah efficientnet_b0-mlxim gratis untuk digunakan?
efficientnet_b0-mlxim 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 efficientnet_b0-mlxim secara komersial?
Penggunaan komersial diizinkan dengan syarat. Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial. Periksa dokumentasi upstream.
Bisakah saya menjalankan efficientnet_b0-mlxim secara lokal?
Ya. efficientnet_b0-mlxim bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama efficientnet_b0-mlxim?
efficientnet_b0-mlxim sangat cocok untuk image classification.
Bagaimana cara menggunakan efficientnet_b0-mlxim di osFoundry?
Tempelkan API key mlx-vision Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan efficientnet_b0-mlxim ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh mlx-vision pada 25 Oktober 2025. Sumber: https://huggingface.co/mlx-vision/efficientnet_b0-mlxim