Llama-3-7B-Q4_K_M
Llama-3-7B-Q4_K_M от christopherBR — вмещает 7 миллиардов параметров в чат модель. Llama-3-7B-Q4_K_M is an open-weights chat model with roughly 7 billion parameters.
by christopherBR · 7B параметров
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования Llama-3-7B-Q4_K_M в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ christopherBR. osFoundry автоматически обнаружит Llama-3-7B-Q4_K_M — 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
Llama-3-7B-Q4_K_M 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 Llama-3-7B-Q4_K_M
Llama-3-7B-Q4_K_M 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 (~17 ГБ).
Llama-3-7B-Q4_K_M 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 Llama-3-7B-Q4_K_M
Бесплатна ли Llama-3-7B-Q4_K_M в использовании?
Llama-3-7B-Q4_K_M 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 Llama-3-7B-Q4_K_M 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 Llama-3-7B-Q4_K_M?
Приблизительно 5 ГБ при квантизации Q4 или 17 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить Llama-3-7B-Q4_K_M локально?
Да. Llama-3-7B-Q4_K_M имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём Llama-3-7B-Q4_K_M лучше всего?
Llama-3-7B-Q4_K_M хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать Llama-3-7B-Q4_K_M в osFoundry?
Вставьте свой API-ключ christopherBR в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте Llama-3-7B-Q4_K_M на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано christopherBR 26 февраля 2025 г.. Источник: https://huggingface.co/christopherBR/Llama-3-7B-Q4_K_M