word2vec-quantized
Dibangun oleh NeuML, word2vec-quantized adalah sebuah model embedding . word2vec-quantized is an open-weights embed model.
by NeuML
Paling cocok untuk
Cara menggunakan word2vec-quantized di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key NeuML Anda. osFoundry menemukan word2vec-quantized 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
word2vec-quantized 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.
word2vec-quantized vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang word2vec-quantized
Apakah word2vec-quantized gratis untuk digunakan?
word2vec-quantized 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 word2vec-quantized secara komersial?
Penggunaan komersial diizinkan dengan syarat. Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial. Periksa dokumentasi upstream.
Bisakah saya menjalankan word2vec-quantized secara lokal?
Ya. word2vec-quantized bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama word2vec-quantized?
word2vec-quantized sangat cocok untuk sentence similarity.
Bagaimana cara menggunakan word2vec-quantized di osFoundry?
Tempelkan API key NeuML Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan word2vec-quantized ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh NeuML pada 26 Januari 2025. Sumber: https://huggingface.co/NeuML/word2vec-quantized