embedder_collection
embedder_collection è un modello embedding di kalle07, rilasciato il 3 marzo 2025. embedder_collection is an open-weights embed model.
by kalle07
Ideale per
Modi per utilizzare embedder_collection in osFoundry
Si colleghi con la sua chiave (BYOK)
Apra la finestra delle chiavi e incolli la sua API key kalle07. osFoundry scopre embedder_collection automaticamente — lo assegni a un ruolo Maestro (router, direct, orchestrator o fallback) nella scheda Pipeline e sarà attivo in ogni chat. La sua chiave, il suo account provider — nessun ricarico sui token.
Distribuisca un endpoint dedicato
embedder_collection è open-weights — lo esegua localmente in modo gratuito, oppure distribuisca un endpoint GPU dedicato nel suo workspace per ottenere capacità riservata senza limiti di rate.
Lo utilizzi in una Room App
Le Room App dichiarano le funzionalità AI nel loro manifest e le richiamano con invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Lo richiami dalle sue applicazioni
Una volta integrato un modello nel suo workspace, può esporlo come API e raggiungerlo dai suoi servizi, script o pipeline CI — al di fuori di osFoundry.
embedder_collection a confronto con modelli simili
Licenza
Non specificata — Termini di licenza non specificati — verifichi la scheda del modello upstream prima dell'uso commerciale.
Consulti la documentazione upstream.
Domande frequenti su embedder_collection
embedder_collection è gratuito?
embedder_collection è gratuito da eseguire localmente sul suo hardware. L'accesso in hosting tramite osFoundry è a consumo (input Free (local), output Free (local)). Può passare tra esecuzione locale e in hosting in qualsiasi momento.
Posso usare embedder_collection a scopo commerciale?
L'uso commerciale è consentito a determinate condizioni. Termini di licenza non specificati — verifichi la scheda del modello upstream prima dell'uso commerciale. Consulti la documentazione upstream.
Posso eseguire embedder_collection localmente?
Sì. embedder_collection è open-weights e si esegue localmente su una GPU da workstation. Il runtime locale di osFoundry gestisce il caricamento del modello, la quantizzazione e il routing.
In che cosa eccelle embedder_collection?
embedder_collection è particolarmente adatto a sentence similarity.
Come utilizzo embedder_collection in osFoundry?
Incolli la sua API key kalle07 nella finestra delle chiavi (oppure distribuisca i pesi aperti per i modelli auto-ospitabili), assegni embedder_collection a un ruolo Maestro nella scheda Pipeline, quindi lo utilizzi in chat, nelle Room App tramite invokeAI o nelle sue applicazioni.
Pubblicato da kalle07 il 3 marzo 2025. Fonte: https://huggingface.co/kalle07/embedder_collection