Llama-3.2-3B-Instruct-llamafile
Model chat Llama-3.2-3B-Instruct-llamafile dari mozilla-ai memuat 3 miliar parameter ke dalam sebuah . Llama-3.2-3B-Instruct-llamafile is an open-weights chat model with roughly 3 billion parameters.
by mozilla-ai · 3B parameter
Paling cocok untuk
- chat dan routing latensi rendah
- routing dan triase permintaan
- klasifikasi teks
Cara menggunakan Llama-3.2-3B-Instruct-llamafile di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key mozilla-ai Anda. osFoundry menemukan Llama-3.2-3B-Instruct-llamafile 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-3.2-3B-Instruct-llamafile 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-3.2-3B-Instruct-llamafile
Llama-3.2-3B-Instruct-llamafile berjalan di satu GPU konsumen 16GB (~2 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~8 GB).
Llama-3.2-3B-Instruct-llamafile vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Llama-3.2-3B-Instruct-llamafile
Apakah Llama-3.2-3B-Instruct-llamafile gratis untuk digunakan?
Llama-3.2-3B-Instruct-llamafile 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-3.2-3B-Instruct-llamafile 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-3.2-3B-Instruct-llamafile?
Sekitar 2 GB pada kuantisasi Q4, atau 8 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Llama-3.2-3B-Instruct-llamafile secara lokal?
Ya. Llama-3.2-3B-Instruct-llamafile bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Llama-3.2-3B-Instruct-llamafile?
Llama-3.2-3B-Instruct-llamafile sangat cocok untuk chat dan routing latensi rendah, routing dan triase permintaan, klasifikasi teks.
Bagaimana cara menggunakan Llama-3.2-3B-Instruct-llamafile di osFoundry?
Tempelkan API key mozilla-ai Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Llama-3.2-3B-Instruct-llamafile ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh mozilla-ai pada 2 Oktober 2024. Sumber: https://huggingface.co/mozilla-ai/Llama-3.2-3B-Instruct-llamafile