gguf-Qwen2-0.5B-Instruct-llamafy
gguf-Qwen2-0.5B-Instruct-llamafy — это 1-миллиардная параметрическая чат модель от Felladrin, выпущенная 27 июня 2024 г.. gguf-Qwen2-0.5B-Instruct-llamafy is an open-weights chat model with roughly 1 billion parameters.
by Felladrin · 1B параметров
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования gguf-Qwen2-0.5B-Instruct-llamafy в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ Felladrin. osFoundry автоматически обнаружит gguf-Qwen2-0.5B-Instruct-llamafy — 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
gguf-Qwen2-0.5B-Instruct-llamafy 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 gguf-Qwen2-0.5B-Instruct-llamafy
gguf-Qwen2-0.5B-Instruct-llamafy работает на одном потребительском GPU объёмом 16 ГБ (~1 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~3 ГБ).
gguf-Qwen2-0.5B-Instruct-llamafy 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 gguf-Qwen2-0.5B-Instruct-llamafy
Бесплатна ли gguf-Qwen2-0.5B-Instruct-llamafy в использовании?
gguf-Qwen2-0.5B-Instruct-llamafy 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 gguf-Qwen2-0.5B-Instruct-llamafy 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 gguf-Qwen2-0.5B-Instruct-llamafy?
Приблизительно 1 ГБ при квантизации Q4 или 3 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить gguf-Qwen2-0.5B-Instruct-llamafy локально?
Да. gguf-Qwen2-0.5B-Instruct-llamafy имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём gguf-Qwen2-0.5B-Instruct-llamafy лучше всего?
gguf-Qwen2-0.5B-Instruct-llamafy хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать gguf-Qwen2-0.5B-Instruct-llamafy в osFoundry?
Вставьте свой API-ключ Felladrin в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте gguf-Qwen2-0.5B-Instruct-llamafy на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано Felladrin 27 июня 2024 г.. Источник: https://huggingface.co/Felladrin/gguf-Qwen2-0.5B-Instruct-llamafy