UAGLNet_WHU
Desenvolvido pela ldxxx, UAGLNet_WHU é um modelo de geração de imagens. UAGLNet_WHU is an open-weights image model.
by ldxxx
Ideal para
Como usar UAGLNet_WHU no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da ldxxx. O osFoundry descobre UAGLNet_WHU 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
UAGLNet_WHU 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.
UAGLNet_WHU 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 UAGLNet_WHU
UAGLNet_WHU é gratuito?
UAGLNet_WHU 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 UAGLNet_WHU 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 UAGLNet_WHU localmente?
Sim. UAGLNet_WHU 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 UAGLNet_WHU é melhor?
UAGLNet_WHU é bem adequado para image segmentation.
Como uso UAGLNet_WHU no osFoundry?
Cole sua chave de API da ldxxx no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua UAGLNet_WHU 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 ldxxx em 17 de dezembro de 2025. Fonte: https://huggingface.co/ldxxx/UAGLNet_WHU