gemma-tokenizer
gemma-tokenizer (pcuenq, 2024) adalah sebuah model chat . gemma-tokenizer is an open-weights chat model.
by pcuenq
Paling cocok untuk
Cara menggunakan gemma-tokenizer di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key pcuenq Anda. osFoundry menemukan gemma-tokenizer 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
gemma-tokenizer 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.
gemma-tokenizer vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang gemma-tokenizer
Apakah gemma-tokenizer gratis untuk digunakan?
gemma-tokenizer 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 gemma-tokenizer secara komersial?
Penggunaan komersial diizinkan dengan syarat. Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial. Periksa dokumentasi upstream.
Bisakah saya menjalankan gemma-tokenizer secara lokal?
Ya. gemma-tokenizer bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama gemma-tokenizer?
gemma-tokenizer sangat cocok untuk text generation.
Bagaimana cara menggunakan gemma-tokenizer di osFoundry?
Tempelkan API key pcuenq Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan gemma-tokenizer ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh pcuenq pada 2 Agustus 2024. Sumber: https://huggingface.co/pcuenq/gemma-tokenizer