Llama-2-7b-chat-hf
Созданная NousResearch, Llama-2-7b-chat-hf — это 7-миллиардная параметрическая чат модель. Llama-2-7b-chat-hf is an open-weights chat model with roughly 7 billion parameters.
by NousResearch · 7B параметров
Лучше всего подходит для
Способы использования Llama-2-7b-chat-hf в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ NousResearch. osFoundry автоматически обнаружит Llama-2-7b-chat-hf — 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
Llama-2-7b-chat-hf 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 Llama-2-7b-chat-hf
Llama-2-7b-chat-hf 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).
Llama-2-7b-chat-hf 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 Llama-2-7b-chat-hf
Бесплатна ли Llama-2-7b-chat-hf в использовании?
Llama-2-7b-chat-hf 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 Llama-2-7b-chat-hf 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 Llama-2-7b-chat-hf?
Приблизительно 5 ГБ при квантизации Q4 или 17 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить Llama-2-7b-chat-hf локально?
Да. Llama-2-7b-chat-hf имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём Llama-2-7b-chat-hf лучше всего?
Llama-2-7b-chat-hf хорошо подходит для text generation.
Как использовать Llama-2-7b-chat-hf в osFoundry?
Вставьте свой API-ключ NousResearch в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте Llama-2-7b-chat-hf на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано NousResearch 18 июля 2023 г.. Источник: https://huggingface.co/NousResearch/Llama-2-7b-chat-hf