ORLM-LLaMA-3-8B
Выпущенная CardinalOperations в 2024 году, ORLM-LLaMA-3-8B — это 8-миллиардная параметрическая чат модель. ORLM-LLaMA-3-8B is an open-weights chat model with roughly 8 billion parameters.
by CardinalOperations · 8B параметров
Лучше всего подходит для
Способы использования ORLM-LLaMA-3-8B в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ CardinalOperations. osFoundry автоматически обнаружит ORLM-LLaMA-3-8B — 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
ORLM-LLaMA-3-8B 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 ORLM-LLaMA-3-8B
ORLM-LLaMA-3-8B 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).
ORLM-LLaMA-3-8B в сравнении с похожими моделями
Лицензия
Не указано — Условия лицензии не указаны — проверьте карточку исходной модели перед коммерческим использованием.
Сверьтесь с документацией исходного проекта.
Частые вопросы о ORLM-LLaMA-3-8B
Бесплатна ли ORLM-LLaMA-3-8B в использовании?
ORLM-LLaMA-3-8B 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 ORLM-LLaMA-3-8B 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 ORLM-LLaMA-3-8B?
Приблизительно 5 ГБ при квантизации Q4 или 20 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить ORLM-LLaMA-3-8B локально?
Да. ORLM-LLaMA-3-8B имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём ORLM-LLaMA-3-8B лучше всего?
ORLM-LLaMA-3-8B хорошо подходит для text generation.
Как использовать ORLM-LLaMA-3-8B в osFoundry?
Вставьте свой API-ключ CardinalOperations в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте ORLM-LLaMA-3-8B на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано CardinalOperations 29 мая 2024 г.. Источник: https://huggingface.co/CardinalOperations/ORLM-LLaMA-3-8B