llama-q4_k_m_quantized
llama-q4_k_m_quantized é um modelo de chat da BilalKhan1, lançado em 9 de julho de 2024. llama-q4_k_m_quantized is an open-weights chat model.
by BilalKhan1
Ideal para
- chat e roteamento de baixa latência
- roteamento e triagem de requisições
- classificação de texto
Como usar llama-q4_k_m_quantized no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da BilalKhan1. O osFoundry descobre llama-q4_k_m_quantized automaticamente — atribua-o a um papel do Maestro (router, direct, orchestrator ou fallback) na aba Pipeline e ele estará ativo em cada chat. Sua chave, sua conta no provedor — sem markup sobre tokens.
Implante um endpoint dedicado
llama-q4_k_m_quantized é open-weights — execute localmente sem custo, ou implante um endpoint GPU dedicado no seu workspace para capacidade reservada sem limites de taxa.
Use em um Room App
Os Room Apps declaram recursos de IA em seus manifestos e os chamam com invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Chame a partir dos seus próprios apps
Uma vez que um modelo está conectado ao seu workspace, você pode hospedá-lo como uma API e acessá-lo a partir dos seus próprios serviços, scripts ou CI — fora do osFoundry.
llama-q4_k_m_quantized vs modelos semelhantes
Licença
Não especificada — Termos de licença não especificados — verifique o model card original antes do uso comercial.
Consulte a documentação original.
Perguntas frequentes sobre llama-q4_k_m_quantized
llama-q4_k_m_quantized é gratuito?
llama-q4_k_m_quantized é gratuito para rodar localmente no seu próprio hardware. O acesso hospedado via osFoundry é medido (entrada Free (local), saída Free (local)). Você pode alternar entre local e hospedado a qualquer momento.
Posso usar llama-q4_k_m_quantized comercialmente?
Uso comercial é permitido com condições. Termos de licença não especificados — verifique o model card original antes do uso comercial. Consulte a documentação original.
Posso rodar llama-q4_k_m_quantized localmente?
Sim. llama-q4_k_m_quantized é open-weights e roda localmente em uma GPU de workstation. O runtime local do osFoundry cuida do carregamento, da quantização e do roteamento do modelo.
Em que llama-q4_k_m_quantized é melhor?
llama-q4_k_m_quantized é bem adequado para chat e roteamento de baixa latência, roteamento e triagem de requisições, classificação de texto.
Como uso llama-q4_k_m_quantized no osFoundry?
Cole sua chave de API da BilalKhan1 no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua llama-q4_k_m_quantized a um papel do Maestro na aba Pipeline e use-o em chats, em Room Apps via invokeAI ou nos seus próprios apps.
Publicado pela BilalKhan1 em 9 de julho de 2024. Fonte: https://huggingface.co/BilalKhan1/llama-q4_k_m_quantized