word2vec-quantized
Desenvolvido pela NeuML, word2vec-quantized é um modelo de embeddings. word2vec-quantized is an open-weights embed model.
by NeuML
Ideal para
Como usar word2vec-quantized no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da NeuML. O osFoundry descobre word2vec-quantized 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
word2vec-quantized 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.
word2vec-quantized 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 word2vec-quantized
word2vec-quantized é gratuito?
word2vec-quantized 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 word2vec-quantized 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 word2vec-quantized localmente?
Sim. word2vec-quantized 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 word2vec-quantized é melhor?
word2vec-quantized é bem adequado para sentence similarity.
Como uso word2vec-quantized no osFoundry?
Cole sua chave de API da NeuML no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua word2vec-quantized 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 NeuML em 26 de janeiro de 2025. Fonte: https://huggingface.co/NeuML/word2vec-quantized