multilabel-classification-bert
Созданная jvaquet, multilabel-classification-bert — это чат модель. multilabel-classification-bert is an open-weights chat model.
by jvaquet
Лучше всего подходит для
Способы использования multilabel-classification-bert в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ jvaquet. osFoundry автоматически обнаружит multilabel-classification-bert — 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
multilabel-classification-bert 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.
multilabel-classification-bert 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 multilabel-classification-bert
Бесплатна ли multilabel-classification-bert в использовании?
multilabel-classification-bert 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 multilabel-classification-bert в коммерческих целях?
Коммерческое использование разрешено с условиями. Условия лицензии не указаны — проверьте карточку исходной модели перед коммерческим использованием. Сверьтесь с документацией исходного проекта.
Можно ли запустить multilabel-classification-bert локально?
Да. multilabel-classification-bert имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём multilabel-classification-bert лучше всего?
multilabel-classification-bert хорошо подходит для token classification.
Как использовать multilabel-classification-bert в osFoundry?
Вставьте свой API-ключ jvaquet в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте multilabel-classification-bert на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано jvaquet 17 апреля 2026 г.. Источник: https://huggingface.co/jvaquet/multilabel-classification-bert