Qwen2-57B-A14B-Instruct-i1-GGUF
Lançado pela mradermacher em 2024, Qwen2-57B-A14B-Instruct-i1-GGUF é um modelo de 57 bilhões de parâmetros de chat. Qwen2-57B-A14B-Instruct-i1-GGUF is an open-weights chat model with roughly 57 billion parameters.
by mradermacher · 57B parâmetros
Ideal para
- chat e roteamento de baixa latência
- roteamento e triagem de requisições
- classificação de texto
Como usar Qwen2-57B-A14B-Instruct-i1-GGUF no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da mradermacher. O osFoundry descobre Qwen2-57B-A14B-Instruct-i1-GGUF 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
Qwen2-57B-A14B-Instruct-i1-GGUF 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.
Quais hardwares rodam Qwen2-57B-A14B-Instruct-i1-GGUF
Qwen2-57B-A14B-Instruct-i1-GGUF roda em uma única A100 40GB em quantização Q4 (~35 GB de VRAM com folga para KV-cache). A inferência em precisão completa requer uma H200 141GB ou 2x A100 80GB em FP16 (~137 GB).
Qwen2-57B-A14B-Instruct-i1-GGUF 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 Qwen2-57B-A14B-Instruct-i1-GGUF
Qwen2-57B-A14B-Instruct-i1-GGUF é gratuito?
Qwen2-57B-A14B-Instruct-i1-GGUF 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 Qwen2-57B-A14B-Instruct-i1-GGUF 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.
Quanta VRAM Qwen2-57B-A14B-Instruct-i1-GGUF precisa?
Aproximadamente 35 GB em quantização Q4, ou 137 GB em precisão FP16 completa. Cabe em uma única A100/H100 80GB.
Posso rodar Qwen2-57B-A14B-Instruct-i1-GGUF localmente?
Sim. Qwen2-57B-A14B-Instruct-i1-GGUF 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 Qwen2-57B-A14B-Instruct-i1-GGUF é melhor?
Qwen2-57B-A14B-Instruct-i1-GGUF é bem adequado para chat e roteamento de baixa latência, roteamento e triagem de requisições, classificação de texto.
Como uso Qwen2-57B-A14B-Instruct-i1-GGUF no osFoundry?
Cole sua chave de API da mradermacher no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua Qwen2-57B-A14B-Instruct-i1-GGUF 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 mradermacher em 23 de junho de 2024. Fonte: https://huggingface.co/mradermacher/Qwen2-57B-A14B-Instruct-i1-GGUF