JCTN_LORAxl
Lançado pela JCTN em 2023, JCTN_LORAxl é um modelo de geração de imagens. JCTN_LORAxl is an open-weights image model.
by JCTN
Ideal para
Como usar JCTN_LORAxl no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da JCTN. O osFoundry descobre JCTN_LORAxl 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
JCTN_LORAxl 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.
JCTN_LORAxl 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 JCTN_LORAxl
JCTN_LORAxl é gratuito?
JCTN_LORAxl 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 JCTN_LORAxl 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 JCTN_LORAxl localmente?
Sim. JCTN_LORAxl 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 JCTN_LORAxl é melhor?
JCTN_LORAxl é bem adequado para text to image.
Como uso JCTN_LORAxl no osFoundry?
Cole sua chave de API da JCTN no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua JCTN_LORAxl 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 JCTN em 16 de setembro de 2023. Fonte: https://huggingface.co/JCTN/JCTN_LORAxl