namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-gguf
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufはRichardErkhovによる8億パラメータのチャットモデルです（2024年8月20日リリース）。namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-gguf is an open-weights chat model with roughly 8 billion parameters.
by RichardErkhov · 8Bパラメータ
得意な用途
- 低レイテンシのチャットとルーティング
- リクエストのルーティングとトリアージ
- テキスト分類
osFoundryでのnamespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufの使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、RichardErkhovのAPIキーを貼り付けるだけで、osFoundryがnamespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufを自動的に検出します。パイプラインタブでMaestroのロール（router、direct、orchestrator、fallback）に割り当てれば、すべてのチャットですぐに利用できます。ご自身のキー・ご自身のプロバイダーアカウントで、トークン手数料は一切上乗せしません。
専用エンドポイントをデプロイ
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufはオープンウェイトです。ローカルで無料で実行することも、ワークスペースに専用GPUエンドポイントをデプロイして、レート制限のない予約済み容量を確保することもできます。
Room Appで使う
Room Appはマニフェストで AI 機能を宣言し、invokeAIで呼び出します:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
ご自身のアプリから呼び出す
モデルをワークスペースに組み込めば、APIとしてホストして、osFoundryの外側にあるご自身のサービス・スクリプト・CIから呼び出すことができます。
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufを動かせるハードウェア
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufは16GBのコンシューマー向けGPU1枚で動作します（KVキャッシュの余裕を含めて約5 GBのVRAM）。フル精度推論はH100 80GB 1枚にFP16精度で収まります（約20 GB）。
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufと類似モデルの比較
ライセンス
未指定 — ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。
上流のドキュメントをご確認ください。
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufについてのよくある質問
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufは無料で使えますか？
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufはご自身のハードウェアでローカル実行する場合は無料です。osFoundry経由のホスティングアクセスは従量課金（入力 Free (local)、出力 Free (local)）となります。ローカルとホスティングはいつでも切り替えられます。
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufを商用利用できますか？
条件付きで商用利用が許可されています。 ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。 上流のドキュメントをご確認ください。
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufに必要なVRAMはどれくらいですか？
Q4量子化で約5 GB、フルFP16精度で約20 GBが目安です。24GBのコンシューマー向けGPU1枚で動作します。
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufをローカルで実行できますか？
はい。namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufはオープンウェイトで、ワークステーション向けGPUでローカル実行できます。osFoundryのローカルランタイムがモデルのロード、量子化、ルーティングを処理します。
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufが最も得意なことは何ですか？
namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufは低レイテンシのチャットとルーティング, リクエストのルーティングとトリアージ, テキスト分類に適しています。
osFoundryでnamespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufをどう使えばよいですか？
キーダイアログでRichardErkhov APIキーを貼り付け（セルフホスト可能なモデルの場合はオープンウェイトをデプロイ）、パイプラインタブでnamespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-ggufをMaestroのロールに割り当てれば、チャット、invokeAI経由のRoom App、ご自身のアプリから利用できます。
RichardErkhovにより公開（2024年8月20日）。 出典: https://huggingface.co/RichardErkhov/namespace-Pt_-_Llama-3-8B-Instruct-80K-QLoRA-Merged-gguf