bilingual-embedding-large
bilingual-embedding-large (Lajavaness, 2024) — это эмбеддинг модель. bilingual-embedding-large is an open-weights embed model.
by Lajavaness
Лучше всего подходит для
Способы использования bilingual-embedding-large в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ Lajavaness. osFoundry автоматически обнаружит bilingual-embedding-large — 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
bilingual-embedding-large 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.
bilingual-embedding-large в сравнении с похожими моделями
| Модель | Организация | Параметры | Контекст | Цена ввода | Самостоятельный хостинг |
|---|
| bilingual-embedding-large | Lajavaness | — | — | Free (local) | Да |
| tiny-random-RobertaModel | peft-internal-testing | — | — | Free (local) | Да |
| ultraVAD | fixie-ai | — | — | Free (local) | Да |
| UniPercept | Thunderbolt215215 | — | — | Free (local) | Да |
Лицензия
Не указано — Условия лицензии не указаны — проверьте карточку исходной модели перед коммерческим использованием.
Сверьтесь с документацией исходного проекта.
Частые вопросы о bilingual-embedding-large
Бесплатна ли bilingual-embedding-large в использовании?
bilingual-embedding-large 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 bilingual-embedding-large 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 bilingual-embedding-large локально?
Да. bilingual-embedding-large имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём bilingual-embedding-large лучше всего?
bilingual-embedding-large хорошо подходит для sentence similarity.
Как использовать bilingual-embedding-large в osFoundry?
Вставьте свой API-ключ Lajavaness в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте bilingual-embedding-large на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано Lajavaness 24 июня 2024 г.. Источник: https://huggingface.co/Lajavaness/bilingual-embedding-large