eaea7be-bert_qnli_ClassDetection
eaea7be-bert_qnli_ClassDetection от quanda-bench-test — представляет собой чат модель. eaea7be-bert_qnli_ClassDetection is an open-weights chat model.
by quanda-bench-test
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования eaea7be-bert_qnli_ClassDetection в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ quanda-bench-test. osFoundry автоматически обнаружит eaea7be-bert_qnli_ClassDetection — 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
eaea7be-bert_qnli_ClassDetection 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.
eaea7be-bert_qnli_ClassDetection в сравнении с похожими моделями
| Модель | Организация | Параметры | Контекст | Цена ввода | Самостоятельный хостинг |
|---|
| eaea7be-bert_qnli_ClassDetection | quanda-bench-test | — | — | Free (local) | Да |
| b-b4_lossqs_milr2_re | bilabila | — | — | Free (local) | Да |
| BoyBarley-V28-Pro-Buddy | BoyBarley | — | — | Free (local) | Да |
| light | tom21238 | — | — | Free (local) | Да |
Лицензия
Не указано — Условия лицензии не указаны — проверьте карточку исходной модели перед коммерческим использованием.
Сверьтесь с документацией исходного проекта.
Частые вопросы о eaea7be-bert_qnli_ClassDetection
Бесплатна ли eaea7be-bert_qnli_ClassDetection в использовании?
eaea7be-bert_qnli_ClassDetection 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 eaea7be-bert_qnli_ClassDetection в коммерческих целях?
Коммерческое использование разрешено с условиями. Условия лицензии не указаны — проверьте карточку исходной модели перед коммерческим использованием. Сверьтесь с документацией исходного проекта.
Можно ли запустить eaea7be-bert_qnli_ClassDetection локально?
Да. eaea7be-bert_qnli_ClassDetection имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём eaea7be-bert_qnli_ClassDetection лучше всего?
eaea7be-bert_qnli_ClassDetection хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать eaea7be-bert_qnli_ClassDetection в osFoundry?
Вставьте свой API-ключ quanda-bench-test в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте eaea7be-bert_qnli_ClassDetection на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано quanda-bench-test 15 апреля 2026 г.. Источник: https://huggingface.co/quanda-bench-test/eaea7be-bert_qnli_ClassDetection