Nepali_Embedding_Model
Nepali_Embedding_Model di universalml è un modello embedding. Nepali_Embedding_Model is an open-weights embed model.
by universalml
Ideale per
Modi per utilizzare Nepali_Embedding_Model in osFoundry
Si colleghi con la sua chiave (BYOK)
Apra la finestra delle chiavi e incolli la sua API key universalml. osFoundry scopre Nepali_Embedding_Model 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
Nepali_Embedding_Model 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.
Nepali_Embedding_Model 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 Nepali_Embedding_Model
Nepali_Embedding_Model è gratuito?
Nepali_Embedding_Model 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 Nepali_Embedding_Model 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 Nepali_Embedding_Model localmente?
Sì. Nepali_Embedding_Model 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 Nepali_Embedding_Model?
Nepali_Embedding_Model è particolarmente adatto a sentence similarity.
Come utilizzo Nepali_Embedding_Model in osFoundry?
Incolli la sua API key universalml nella finestra delle chiavi (oppure distribuisca i pesi aperti per i modelli auto-ospitabili), assegni Nepali_Embedding_Model a un ruolo Maestro nella scheda Pipeline, quindi lo utilizzi in chat, nelle Room App tramite invokeAI o nelle sue applicazioni.
Pubblicato da universalml il 24 settembre 2024. Fonte: https://huggingface.co/universalml/Nepali_Embedding_Model