prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF
Выпущенная DevQuasar в 2025 году, prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF — это 2-миллиардная параметрическая генерация изображений модель. prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF is an open-weights image model with roughly 2 billion parameters.
by DevQuasar · 2B параметров
Лучше всего подходит для
Способы использования prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ DevQuasar. osFoundry автоматически обнаружит prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF — 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
prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF 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 prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF
prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF работает на одном потребительском GPU объёмом 16 ГБ (~2 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~5 ГБ).
prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF 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 prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF
Бесплатна ли prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF в использовании?
prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF 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 prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF 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 prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF?
Приблизительно 2 ГБ при квантизации Q4 или 5 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF локально?
Да. prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF лучше всего?
prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF хорошо подходит для image text to text.
Как использовать prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF в osFoundry?
Вставьте свой API-ключ DevQuasar в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано DevQuasar 9 марта 2025 г.. Источник: https://huggingface.co/DevQuasar/prithivMLmods.Qwen2-VL-OCR2-2B-Instruct-GGUF