arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged
Созданная rghosh8, arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged — это 7-миллиардная параметрическая чат модель. arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged is an open-weights chat model with roughly 7 billion parameters.
by rghosh8 · 7B параметров
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ rghosh8. osFoundry автоматически обнаружит arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged — 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
arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged 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 arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged
arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged 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).
arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged 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 arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged
Бесплатна ли arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged в использовании?
arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged 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 arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged 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 arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged?
Приблизительно 5 ГБ при квантизации Q4 или 17 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged локально?
Да. arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged имеет открытые веса и работает локально на GPU рабочей станции. Локальная среда выполнения osFoundry берёт на себя загрузку модели, квантизацию и маршрутизацию.
В чём arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged лучше всего?
arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged в osFoundry?
Вставьте свой API-ключ rghosh8 в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано rghosh8 9 апреля 2026 г.. Источник: https://huggingface.co/rghosh8/arc-grpo-deepseek-llm-7b-chat-rajat-seed-3407-G-4_merged