LLaMmlein2Vec_1B
Выпущенная LSX-UniWue в 2025 году, LLaMmlein2Vec_1B — это 1-миллиардная параметрическая эмбеддинг модель. LLaMmlein2Vec_1B is an open-weights embed model with roughly 1 billion parameters.
by LSX-UniWue · 1B параметров
Лучше всего подходит для
Способы использования LLaMmlein2Vec_1B в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ LSX-UniWue. osFoundry автоматически обнаружит LLaMmlein2Vec_1B — 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
LLaMmlein2Vec_1B 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 LLaMmlein2Vec_1B
LLaMmlein2Vec_1B 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).
LLaMmlein2Vec_1B 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 LLaMmlein2Vec_1B
Бесплатна ли LLaMmlein2Vec_1B в использовании?
LLaMmlein2Vec_1B 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 LLaMmlein2Vec_1B 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 LLaMmlein2Vec_1B?
Приблизительно 1 ГБ при квантизации Q4 или 3 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить LLaMmlein2Vec_1B локально?
Да. LLaMmlein2Vec_1B имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём LLaMmlein2Vec_1B лучше всего?
LLaMmlein2Vec_1B хорошо подходит для feature extraction.
Как использовать LLaMmlein2Vec_1B в osFoundry?
Вставьте свой API-ключ LSX-UniWue в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте LLaMmlein2Vec_1B на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано LSX-UniWue 14 июля 2025 г.. Источник: https://huggingface.co/LSX-UniWue/LLaMmlein2Vec_1B