llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516
llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 от KKHYA — вмещает 1 миллиардов параметров в чат модель. llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 is an open-weights chat model with roughly 1 billion parameters.
by KKHYA · 1B параметров
Лучше всего подходит для
Способы использования llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ KKHYA. osFoundry автоматически обнаружит llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 — 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
llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 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 llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516
llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 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).
llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 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 llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516
Бесплатна ли llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 в использовании?
llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 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 llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 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 llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516?
Приблизительно 1 ГБ при квантизации Q4 или 3 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 локально?
Да. llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 лучше всего?
llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 хорошо подходит для text generation.
Как использовать llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 в osFoundry?
Вставьте свой API-ключ KKHYA в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516 на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано KKHYA 31 марта 2026 г.. Источник: https://huggingface.co/KKHYA/llavaqwen2.5-0.5b-finetune-moe-4e-2k_20260331_194516