nemotron-3-8b-chat-4k-sft-hf-i1-GGUF
Созданная mradermacher, nemotron-3-8b-chat-4k-sft-hf-i1-GGUF — это 8-миллиардная параметрическая чат модель. nemotron-3-8b-chat-4k-sft-hf-i1-GGUF is an open-weights chat model with roughly 8 billion parameters.
by mradermacher · 8B параметров
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования nemotron-3-8b-chat-4k-sft-hf-i1-GGUF в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ mradermacher. osFoundry автоматически обнаружит nemotron-3-8b-chat-4k-sft-hf-i1-GGUF — 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
nemotron-3-8b-chat-4k-sft-hf-i1-GGUF 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 nemotron-3-8b-chat-4k-sft-hf-i1-GGUF
nemotron-3-8b-chat-4k-sft-hf-i1-GGUF 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 (~20 ГБ).
nemotron-3-8b-chat-4k-sft-hf-i1-GGUF 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 nemotron-3-8b-chat-4k-sft-hf-i1-GGUF
Бесплатна ли nemotron-3-8b-chat-4k-sft-hf-i1-GGUF в использовании?
nemotron-3-8b-chat-4k-sft-hf-i1-GGUF 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 nemotron-3-8b-chat-4k-sft-hf-i1-GGUF 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 nemotron-3-8b-chat-4k-sft-hf-i1-GGUF?
Приблизительно 5 ГБ при квантизации Q4 или 20 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить nemotron-3-8b-chat-4k-sft-hf-i1-GGUF локально?
Да. nemotron-3-8b-chat-4k-sft-hf-i1-GGUF имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём nemotron-3-8b-chat-4k-sft-hf-i1-GGUF лучше всего?
nemotron-3-8b-chat-4k-sft-hf-i1-GGUF хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать nemotron-3-8b-chat-4k-sft-hf-i1-GGUF в osFoundry?
Вставьте свой API-ключ mradermacher в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте nemotron-3-8b-chat-4k-sft-hf-i1-GGUF на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано mradermacher 16 августа 2024 г.. Источник: https://huggingface.co/mradermacher/nemotron-3-8b-chat-4k-sft-hf-i1-GGUF