Bagel-Hermes-34B-Slerp
Dibangun oleh Weyaxi, Bagel-Hermes-34B-Slerp adalah sebuah model chat 34 miliar parameter . Bagel-Hermes-34B-Slerp is an open-weights chat model with roughly 34 billion parameters.
by Weyaxi · 34B parameter
Paling cocok untuk
Cara menggunakan Bagel-Hermes-34B-Slerp di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key Weyaxi Anda. osFoundry menemukan Bagel-Hermes-34B-Slerp 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
Bagel-Hermes-34B-Slerp 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 Bagel-Hermes-34B-Slerp
Bagel-Hermes-34B-Slerp 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).
Bagel-Hermes-34B-Slerp vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Bagel-Hermes-34B-Slerp
Apakah Bagel-Hermes-34B-Slerp gratis untuk digunakan?
Bagel-Hermes-34B-Slerp 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 Bagel-Hermes-34B-Slerp 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 Bagel-Hermes-34B-Slerp?
Sekitar 21 GB pada kuantisasi Q4, atau 82 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Bagel-Hermes-34B-Slerp secara lokal?
Ya. Bagel-Hermes-34B-Slerp bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Bagel-Hermes-34B-Slerp?
Bagel-Hermes-34B-Slerp sangat cocok untuk text generation.
Bagaimana cara menggunakan Bagel-Hermes-34B-Slerp di osFoundry?
Tempelkan API key Weyaxi Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Bagel-Hermes-34B-Slerp ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh Weyaxi pada 12 Januari 2024. Sumber: https://huggingface.co/Weyaxi/Bagel-Hermes-34B-Slerp