Mantis-8B-siglip-llama3
Model pembuatan gambar Mantis-8B-siglip-llama3 dari TIGER-Lab memuat 8 miliar parameter ke dalam sebuah . Mantis-8B-siglip-llama3 is an open-weights image model with roughly 8 billion parameters.
by TIGER-Lab · 8B parameter
Paling cocok untuk
Cara menggunakan Mantis-8B-siglip-llama3 di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key TIGER-Lab Anda. osFoundry menemukan Mantis-8B-siglip-llama3 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
Mantis-8B-siglip-llama3 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 Mantis-8B-siglip-llama3
Mantis-8B-siglip-llama3 berjalan di satu GPU konsumen 16GB (~5 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~20 GB).
Mantis-8B-siglip-llama3 vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Mantis-8B-siglip-llama3
Apakah Mantis-8B-siglip-llama3 gratis untuk digunakan?
Mantis-8B-siglip-llama3 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 Mantis-8B-siglip-llama3 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 Mantis-8B-siglip-llama3?
Sekitar 5 GB pada kuantisasi Q4, atau 20 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Mantis-8B-siglip-llama3 secara lokal?
Ya. Mantis-8B-siglip-llama3 bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Mantis-8B-siglip-llama3?
Mantis-8B-siglip-llama3 sangat cocok untuk image text to text.
Bagaimana cara menggunakan Mantis-8B-siglip-llama3 di osFoundry?
Tempelkan API key TIGER-Lab Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Mantis-8B-siglip-llama3 ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh TIGER-Lab pada 3 Mei 2024. Sumber: https://huggingface.co/TIGER-Lab/Mantis-8B-siglip-llama3