llama8b-nnetnav-live
Desenvolvido pela stanfordnlp, llama8b-nnetnav-live é um modelo de 8 bilhões de parâmetros de chat. llama8b-nnetnav-live is an open-weights chat model with roughly 8 billion parameters.
by stanfordnlp · 8B parâmetros
Ideal para
- chat e roteamento de baixa latência
- roteamento e triagem de requisições
- classificação de texto
Como usar llama8b-nnetnav-live no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da stanfordnlp. O osFoundry descobre llama8b-nnetnav-live 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
llama8b-nnetnav-live 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 llama8b-nnetnav-live
llama8b-nnetnav-live roda em uma única GPU de consumo de 16GB (~5 GB de VRAM com folga para KV-cache). A inferência em precisão completa cabe em uma única H100 80GB em precisão FP16 (~20 GB).
llama8b-nnetnav-live 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 llama8b-nnetnav-live
llama8b-nnetnav-live é gratuito?
llama8b-nnetnav-live 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 llama8b-nnetnav-live 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 llama8b-nnetnav-live precisa?
Aproximadamente 5 GB em quantização Q4, ou 20 GB em precisão FP16 completa. Cabe em uma única GPU de consumo de 24GB.
Posso rodar llama8b-nnetnav-live localmente?
Sim. llama8b-nnetnav-live 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 llama8b-nnetnav-live é melhor?
llama8b-nnetnav-live é bem adequado para chat e roteamento de baixa latência, roteamento e triagem de requisições, classificação de texto.
Como uso llama8b-nnetnav-live no osFoundry?
Cole sua chave de API da stanfordnlp no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua llama8b-nnetnav-live 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 stanfordnlp em 28 de janeiro de 2025. Fonte: https://huggingface.co/stanfordnlp/llama8b-nnetnav-live