Qwen2.5-7B-Instruct_qfilt
Qwen2.5-7B-Instruct_qfilt — это 7-миллиардная параметрическая чат модель от nthngdy, выпущенная 6 февраля 2025 г.. Qwen2.5-7B-Instruct_qfilt is an open-weights chat model with roughly 7 billion parameters.
by nthngdy · 7B параметров
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования Qwen2.5-7B-Instruct_qfilt в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ nthngdy. osFoundry автоматически обнаружит Qwen2.5-7B-Instruct_qfilt — 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
Qwen2.5-7B-Instruct_qfilt 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 Qwen2.5-7B-Instruct_qfilt
Qwen2.5-7B-Instruct_qfilt 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).
Qwen2.5-7B-Instruct_qfilt 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 Qwen2.5-7B-Instruct_qfilt
Бесплатна ли Qwen2.5-7B-Instruct_qfilt в использовании?
Qwen2.5-7B-Instruct_qfilt 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 Qwen2.5-7B-Instruct_qfilt 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 Qwen2.5-7B-Instruct_qfilt?
Приблизительно 5 ГБ при квантизации Q4 или 17 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить Qwen2.5-7B-Instruct_qfilt локально?
Да. Qwen2.5-7B-Instruct_qfilt имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём Qwen2.5-7B-Instruct_qfilt лучше всего?
Qwen2.5-7B-Instruct_qfilt хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать Qwen2.5-7B-Instruct_qfilt в osFoundry?
Вставьте свой API-ключ nthngdy в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте Qwen2.5-7B-Instruct_qfilt на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано nthngdy 6 февраля 2025 г.. Источник: https://huggingface.co/nthngdy/Qwen2.5-7B-Instruct_qfilt