THUDM-glm-4-9b-chat-4bit
THUDM-glm-4-9b-chat-4bit é um modelo de 9 bilhões de parâmetros de chat da tinywell, lançado em 6 de junho de 2024. THUDM-glm-4-9b-chat-4bit is an open-weights chat model with roughly 9 billion parameters.
by tinywell · 9B parâmetros
Ideal para
- chat e roteamento de baixa latência
- roteamento e triagem de requisições
- classificação de texto
Como usar THUDM-glm-4-9b-chat-4bit no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da tinywell. O osFoundry descobre THUDM-glm-4-9b-chat-4bit 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
THUDM-glm-4-9b-chat-4bit 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 THUDM-glm-4-9b-chat-4bit
THUDM-glm-4-9b-chat-4bit roda em uma única GPU de consumo de 16GB (~6 GB de VRAM com folga para KV-cache). A inferência em precisão completa cabe em uma única H100 80GB em precisão FP16 (~22 GB).
THUDM-glm-4-9b-chat-4bit 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 THUDM-glm-4-9b-chat-4bit
THUDM-glm-4-9b-chat-4bit é gratuito?
THUDM-glm-4-9b-chat-4bit 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 THUDM-glm-4-9b-chat-4bit 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 THUDM-glm-4-9b-chat-4bit precisa?
Aproximadamente 6 GB em quantização Q4, ou 22 GB em precisão FP16 completa. Cabe em uma única GPU de consumo de 24GB.
Posso rodar THUDM-glm-4-9b-chat-4bit localmente?
Sim. THUDM-glm-4-9b-chat-4bit 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 THUDM-glm-4-9b-chat-4bit é melhor?
THUDM-glm-4-9b-chat-4bit é bem adequado para chat e roteamento de baixa latência, roteamento e triagem de requisições, classificação de texto.
Como uso THUDM-glm-4-9b-chat-4bit no osFoundry?
Cole sua chave de API da tinywell no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua THUDM-glm-4-9b-chat-4bit 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 tinywell em 6 de junho de 2024. Fonte: https://huggingface.co/tinywell/THUDM-glm-4-9b-chat-4bit