xlm-r-argumentClassification-hindi
O xlm-r-argumentClassification-hindi da fromdeath2morning é um modelo de chat. xlm-r-argumentClassification-hindi is an open-weights chat model.
by fromdeath2morning
Ideal para
Como usar xlm-r-argumentClassification-hindi no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da fromdeath2morning. O osFoundry descobre xlm-r-argumentClassification-hindi 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
xlm-r-argumentClassification-hindi 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.
xlm-r-argumentClassification-hindi vs modelos semelhantes
| Modelo | Organização | Parâmetros | Contexto | Preço de entrada | Auto-hospedado |
|---|
| xlm-r-argumentClassification-hindi | fromdeath2morning | — | — | Free (local) | Sim |
| phobert-base-vinli-ph | dtran612 | — | — | Free (local) | Sim |
| OpenSonnet-Lite | hadadxyz | — | — | Free (local) | Sim |
| r | weedyweed | — | — | Free (local) | Sim |
Licença
Não especificada — Termos de licença não especificados — verifique o model card original antes do uso comercial.
Consulte a documentação original.
Perguntas frequentes sobre xlm-r-argumentClassification-hindi
xlm-r-argumentClassification-hindi é gratuito?
xlm-r-argumentClassification-hindi 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 xlm-r-argumentClassification-hindi 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 xlm-r-argumentClassification-hindi localmente?
Sim. xlm-r-argumentClassification-hindi 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 xlm-r-argumentClassification-hindi é melhor?
xlm-r-argumentClassification-hindi é bem adequado para token classification.
Como uso xlm-r-argumentClassification-hindi no osFoundry?
Cole sua chave de API da fromdeath2morning no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua xlm-r-argumentClassification-hindi 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 fromdeath2morning em 2 de maio de 2026. Fonte: https://huggingface.co/fromdeath2morning/xlm-r-argumentClassification-hindi