eva02_base_patch16_clip_224.merged2b
timmのeva02_base_patch16_clip_224.merged2bは2億パラメータを搭載した画像生成モデルです。eva02_base_patch16_clip_224.merged2b is an open-weights image model with roughly 2 billion parameters.
by timm · 2Bパラメータ
得意な用途
- zero shot image classification
osFoundryでのeva02_base_patch16_clip_224.merged2bの使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、timmのAPIキーを貼り付けるだけで、osFoundryがeva02_base_patch16_clip_224.merged2b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
eva02_base_patch16_clip_224.merged2b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。
eva02_base_patch16_clip_224.merged2bを動かせるハードウェア
eva02_base_patch16_clip_224.merged2b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2 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5 GB）。
eva02_base_patch16_clip_224.merged2b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。
eva02_base_patch16_clip_224.merged2bについてのよくある質問
eva02_base_patch16_clip_224.merged2bは無料で使えますか？
eva02_base_patch16_clip_224.merged2b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。
eva02_base_patch16_clip_224.merged2b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。
eva02_base_patch16_clip_224.merged2bに必要なVRAMはどれくらいですか？
Q4量子化で約2 GB、フルFP16精度で約5 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。
eva02_base_patch16_clip_224.merged2bをローカルで実行できますか？
はい。eva02_base_patch16_clip_224.merged2b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。
eva02_base_patch16_clip_224.merged2bが最も得意なことは何ですか？
eva02_base_patch16_clip_224.merged2bはzero shot image classificationに適しています。
osFoundryでeva02_base_patch16_clip_224.merged2bをどう使えばよいですか？
キーダイアログでtimm 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eva02_base_patch16_clip_224.merged2b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。
timmにより公開（2024年12月26日）。 出典: https://huggingface.co/timm/eva02_base_patch16_clip_224.merged2b