SCB-Qwen2-VL-7B-Instruct-F-GGUF
Созданная mradermacher, SCB-Qwen2-VL-7B-Instruct-F-GGUF — это 7-миллиардная параметрическая чат модель. SCB-Qwen2-VL-7B-Instruct-F-GGUF is an open-weights chat model with roughly 7 billion parameters.
by mradermacher · 7B параметров
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования SCB-Qwen2-VL-7B-Instruct-F-GGUF в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ mradermacher. osFoundry автоматически обнаружит SCB-Qwen2-VL-7B-Instruct-F-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
SCB-Qwen2-VL-7B-Instruct-F-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 SCB-Qwen2-VL-7B-Instruct-F-GGUF
SCB-Qwen2-VL-7B-Instruct-F-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 (~17 ГБ).
SCB-Qwen2-VL-7B-Instruct-F-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 SCB-Qwen2-VL-7B-Instruct-F-GGUF
Бесплатна ли SCB-Qwen2-VL-7B-Instruct-F-GGUF в использовании?
SCB-Qwen2-VL-7B-Instruct-F-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 SCB-Qwen2-VL-7B-Instruct-F-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 SCB-Qwen2-VL-7B-Instruct-F-GGUF?
Приблизительно 5 ГБ при квантизации Q4 или 17 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить SCB-Qwen2-VL-7B-Instruct-F-GGUF локально?
Да. SCB-Qwen2-VL-7B-Instruct-F-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 SCB-Qwen2-VL-7B-Instruct-F-GGUF лучше всего?
SCB-Qwen2-VL-7B-Instruct-F-GGUF хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать SCB-Qwen2-VL-7B-Instruct-F-GGUF в osFoundry?
Вставьте свой API-ключ mradermacher в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте SCB-Qwen2-VL-7B-Instruct-F-GGUF на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано mradermacher 21 апреля 2025 г.. Источник: https://huggingface.co/mradermacher/SCB-Qwen2-VL-7B-Instruct-F-GGUF