TinyLLaVA-Qwen2-0.5B-SigLIP
Desenvolvido pela Zhang199, TinyLLaVA-Qwen2-0.5B-SigLIP é um modelo de 1 bilhões de parâmetros de geração de imagens. TinyLLaVA-Qwen2-0.5B-SigLIP is an open-weights image model with roughly 1 billion parameters.
by Zhang199 · 1B parâmetros
Ideal para
Como usar TinyLLaVA-Qwen2-0.5B-SigLIP no osFoundry
Conecte com sua própria chave (BYOK)
Abra o diálogo de chaves e cole sua chave de API da Zhang199. O osFoundry descobre TinyLLaVA-Qwen2-0.5B-SigLIP 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
TinyLLaVA-Qwen2-0.5B-SigLIP 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 TinyLLaVA-Qwen2-0.5B-SigLIP
TinyLLaVA-Qwen2-0.5B-SigLIP roda em uma única GPU de consumo de 16GB (~1 GB de VRAM com folga para KV-cache). A inferência em precisão completa cabe em uma única H100 80GB em precisão FP16 (~3 GB).
TinyLLaVA-Qwen2-0.5B-SigLIP 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 TinyLLaVA-Qwen2-0.5B-SigLIP
TinyLLaVA-Qwen2-0.5B-SigLIP é gratuito?
TinyLLaVA-Qwen2-0.5B-SigLIP 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 TinyLLaVA-Qwen2-0.5B-SigLIP 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 TinyLLaVA-Qwen2-0.5B-SigLIP precisa?
Aproximadamente 1 GB em quantização Q4, ou 3 GB em precisão FP16 completa. Cabe em uma única GPU de consumo de 24GB.
Posso rodar TinyLLaVA-Qwen2-0.5B-SigLIP localmente?
Sim. TinyLLaVA-Qwen2-0.5B-SigLIP 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 TinyLLaVA-Qwen2-0.5B-SigLIP é melhor?
TinyLLaVA-Qwen2-0.5B-SigLIP é bem adequado para image text to text.
Como uso TinyLLaVA-Qwen2-0.5B-SigLIP no osFoundry?
Cole sua chave de API da Zhang199 no diálogo de chaves (ou implante os pesos abertos para modelos auto-hospedáveis), atribua TinyLLaVA-Qwen2-0.5B-SigLIP 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 Zhang199 em 21 de julho de 2024. Fonte: https://huggingface.co/Zhang199/TinyLLaVA-Qwen2-0.5B-SigLIP