TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed
Dibangun oleh nm-testing, TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed adalah sebuah model chat 1 miliar parameter . TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed is an open-weights chat model with roughly 1 billion parameters.
by nm-testing · 1B parameter
Paling cocok untuk
- chat dan routing latensi rendah
- routing dan triase permintaan
- klasifikasi teks
Cara menggunakan TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key nm-testing Anda. osFoundry menemukan TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed 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
TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed 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 TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed
TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed berjalan di satu GPU konsumen 16GB (~1 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~3 GB).
TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed
Apakah TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed gratis untuk digunakan?
TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed 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 TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed 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 TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed?
Sekitar 1 GB pada kuantisasi Q4, atau 3 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed secara lokal?
Ya. TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed?
TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed sangat cocok untuk chat dan routing latensi rendah, routing dan triase permintaan, klasifikasi teks.
Bagaimana cara menggunakan TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed di osFoundry?
Tempelkan API key nm-testing Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh nm-testing pada 14 Januari 2025. Sumber: https://huggingface.co/nm-testing/TinyLlama-1.1B-Chat-v1.0-W8A8-Dynamic-Per-Token-compressed