ReflectionCoder-CL-34B
Dirilis oleh SenseLLM pada 2024, ReflectionCoder-CL-34B adalah sebuah model chat 34 miliar parameter . ReflectionCoder-CL-34B is an open-weights chat model with roughly 34 billion parameters.
by SenseLLM · 34B parameter
Paling cocok untuk
Cara menggunakan ReflectionCoder-CL-34B di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key SenseLLM Anda. osFoundry menemukan ReflectionCoder-CL-34B 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
ReflectionCoder-CL-34B 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 ReflectionCoder-CL-34B
ReflectionCoder-CL-34B berjalan di GPU konsumen atau workstation 24GB (~21 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh membutuhkan H200 141GB atau 2x A100 80GB pada FP16 (~82 GB).
ReflectionCoder-CL-34B vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang ReflectionCoder-CL-34B
Apakah ReflectionCoder-CL-34B gratis untuk digunakan?
ReflectionCoder-CL-34B 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 ReflectionCoder-CL-34B 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 ReflectionCoder-CL-34B?
Sekitar 21 GB pada kuantisasi Q4, atau 82 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan ReflectionCoder-CL-34B secara lokal?
Ya. ReflectionCoder-CL-34B bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama ReflectionCoder-CL-34B?
ReflectionCoder-CL-34B sangat cocok untuk text generation.
Bagaimana cara menggunakan ReflectionCoder-CL-34B di osFoundry?
Tempelkan API key SenseLLM Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan ReflectionCoder-CL-34B ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh SenseLLM pada 28 Mei 2024. Sumber: https://huggingface.co/SenseLLM/ReflectionCoder-CL-34B