gte-Qwen2-7B-instruct-4bit-DWQ
gte-Qwen2-7B-instruct-4bit-DWQ — это 7-миллиардная параметрическая чат модель от mlx-community, выпущенная 7 мая 2025 г.. gte-Qwen2-7B-instruct-4bit-DWQ is an open-weights chat model with roughly 7 billion parameters.
by mlx-community · 7B параметров
Лучше всего подходит для
Способы использования gte-Qwen2-7B-instruct-4bit-DWQ в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ mlx-community. osFoundry автоматически обнаружит gte-Qwen2-7B-instruct-4bit-DWQ — 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
gte-Qwen2-7B-instruct-4bit-DWQ 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 gte-Qwen2-7B-instruct-4bit-DWQ
gte-Qwen2-7B-instruct-4bit-DWQ работает на одном потребительском GPU объёмом 16 ГБ (~5 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~17 ГБ).
gte-Qwen2-7B-instruct-4bit-DWQ 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 gte-Qwen2-7B-instruct-4bit-DWQ
Бесплатна ли gte-Qwen2-7B-instruct-4bit-DWQ в использовании?
gte-Qwen2-7B-instruct-4bit-DWQ 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 gte-Qwen2-7B-instruct-4bit-DWQ 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 gte-Qwen2-7B-instruct-4bit-DWQ?
Приблизительно 5 ГБ при квантизации Q4 или 17 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить gte-Qwen2-7B-instruct-4bit-DWQ локально?
Да. gte-Qwen2-7B-instruct-4bit-DWQ имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём gte-Qwen2-7B-instruct-4bit-DWQ лучше всего?
gte-Qwen2-7B-instruct-4bit-DWQ хорошо подходит для text generation.
Как использовать gte-Qwen2-7B-instruct-4bit-DWQ в osFoundry?
Вставьте свой API-ключ mlx-community в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте gte-Qwen2-7B-instruct-4bit-DWQ на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано mlx-community 7 мая 2025 г.. Источник: https://huggingface.co/mlx-community/gte-Qwen2-7B-instruct-4bit-DWQ