LLaVA_MORE-llama_3_1-8B-siglip-finetuning
LLaVA_MORE-llama_3_1-8B-siglip-finetuning от aimagelab — вмещает 8 миллиардов параметров в генерация изображений модель. LLaVA_MORE-llama_3_1-8B-siglip-finetuning is an open-weights image model with roughly 8 billion parameters.
by aimagelab · 8B параметров
Лучше всего подходит для
Способы использования LLaVA_MORE-llama_3_1-8B-siglip-finetuning в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ aimagelab. osFoundry автоматически обнаружит LLaVA_MORE-llama_3_1-8B-siglip-finetuning — назначьте её на роль Maestro (router, direct, orchestrator или fallback) во вкладке Pipeline, и она будет доступна в каждом чате. Ваш ключ, ваш аккаунт у провайдера — без наценки на токены.
Разверните выделенный эндпоинт
LLaVA_MORE-llama_3_1-8B-siglip-finetuning распространяется с открытыми весами — запускайте её локально бесплатно или разверните выделенный GPU-эндпоинт в вашем рабочем пространстве для зарезервированных мощностей без ограничений по частоте запросов.
Используйте в Room App
Room App объявляют функции ИИ в своём манифесте, а затем вызывают их через invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Вызывайте из своих приложений
После подключения модели к вашему рабочему пространству вы можете разместить её как API и обращаться к ней из своих сервисов, скриптов или CI — за пределами osFoundry.
На каком оборудовании можно запустить LLaVA_MORE-llama_3_1-8B-siglip-finetuning
LLaVA_MORE-llama_3_1-8B-siglip-finetuning работает на одном потребительском GPU объёмом 16 ГБ (~5 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~20 ГБ).
LLaVA_MORE-llama_3_1-8B-siglip-finetuning в сравнении с похожими моделями
| Модель | Организация | Параметры | Контекст | Цена ввода | Самостоятельный хостинг |
|---|
| LLaVA_MORE-llama_3_1-8B-siglip-finetuning | aimagelab | 8B | — | Free (local) | Да |
| Huihui4-8B-A4B | huihui-ai | 8B | — | Free (local) | Да |
| InternVL3_5-8B-GGUF | lmstudio-community | 8B | — | Free (local) | Да |
| MolmoPoint-GUI-8B | allenai | 8B | — | Free (local) | Да |
Лицензия
Не указано — Условия лицензии не указаны — проверьте карточку исходной модели перед коммерческим использованием.
Сверьтесь с документацией исходного проекта.
Частые вопросы о LLaVA_MORE-llama_3_1-8B-siglip-finetuning
Бесплатна ли LLaVA_MORE-llama_3_1-8B-siglip-finetuning в использовании?
LLaVA_MORE-llama_3_1-8B-siglip-finetuning можно бесплатно запускать локально на собственном оборудовании. Хостинговый доступ через osFoundry тарифицируется (ввод Free (local), вывод Free (local)). Вы можете переключаться между локальным и хостинговым режимами в любой момент.
Можно ли использовать LLaVA_MORE-llama_3_1-8B-siglip-finetuning в коммерческих целях?
Коммерческое использование разрешено с условиями. Условия лицензии не указаны — проверьте карточку исходной модели перед коммерческим использованием. Сверьтесь с документацией исходного проекта.
Сколько VRAM требуется для LLaVA_MORE-llama_3_1-8B-siglip-finetuning?
Приблизительно 5 ГБ при квантизации Q4 или 20 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить LLaVA_MORE-llama_3_1-8B-siglip-finetuning локально?
Да. LLaVA_MORE-llama_3_1-8B-siglip-finetuning имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём LLaVA_MORE-llama_3_1-8B-siglip-finetuning лучше всего?
LLaVA_MORE-llama_3_1-8B-siglip-finetuning хорошо подходит для image text to text.
Как использовать LLaVA_MORE-llama_3_1-8B-siglip-finetuning в osFoundry?
Вставьте свой API-ключ aimagelab в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте LLaVA_MORE-llama_3_1-8B-siglip-finetuning на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано aimagelab 16 августа 2024 г.. Источник: https://huggingface.co/aimagelab/LLaVA_MORE-llama_3_1-8B-siglip-finetuning