sarvam30b_INT4_quantisation
O sarvam30b_INT4_quantisation da meghanamakkapati é um modelo de chat. sarvam30b_INT4_quantisation is an open-weights chat model.
by meghanamakkapati
Ideal para
Como usar sarvam30b_INT4_quantisation no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da meghanamakkapati. O osFoundry descobre sarvam30b_INT4_quantisation 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
sarvam30b_INT4_quantisation 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.
sarvam30b_INT4_quantisation 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 sarvam30b_INT4_quantisation
sarvam30b_INT4_quantisation é gratuito?
sarvam30b_INT4_quantisation 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 sarvam30b_INT4_quantisation 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 sarvam30b_INT4_quantisation localmente?
Sim. sarvam30b_INT4_quantisation 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 sarvam30b_INT4_quantisation é melhor?
sarvam30b_INT4_quantisation é bem adequado para text generation.
Como uso sarvam30b_INT4_quantisation no osFoundry?
Cole sua chave de API da meghanamakkapati no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua sarvam30b_INT4_quantisation 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 meghanamakkapati em 8 de maio de 2026. Fonte: https://huggingface.co/meghanamakkapati/sarvam30b_INT4_quantisation