UAGLNet_WHU
Realizzato da ldxxx, UAGLNet_WHU è un modello generazione di immagini. UAGLNet_WHU is an open-weights image model.
by ldxxx
Ideale per
Modi per utilizzare UAGLNet_WHU in osFoundry
Si colleghi con la sua chiave (BYOK)
Apra la finestra delle chiavi e incolli la sua API key ldxxx. osFoundry scopre UAGLNet_WHU 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
UAGLNet_WHU 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.
UAGLNet_WHU 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 UAGLNet_WHU
UAGLNet_WHU è gratuito?
UAGLNet_WHU 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 UAGLNet_WHU 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 UAGLNet_WHU localmente?
Sì. UAGLNet_WHU 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 UAGLNet_WHU?
UAGLNet_WHU è particolarmente adatto a image segmentation.
Come utilizzo UAGLNet_WHU in osFoundry?
Incolli la sua API key ldxxx nella finestra delle chiavi (oppure distribuisca i pesi aperti per i modelli auto-ospitabili), assegni UAGLNet_WHU a un ruolo Maestro nella scheda Pipeline, quindi lo utilizzi in chat, nelle Room App tramite invokeAI o nelle sue applicazioni.
Pubblicato da ldxxx il 17 dicembre 2025. Fonte: https://huggingface.co/ldxxx/UAGLNet_WHU