Finnish-NLP_-_Ahma-3B-Instruct-gguf
Finnish-NLP_-_Ahma-3B-Instruct-gguf — это 3-миллиардная параметрическая чат модель от RichardErkhov, выпущенная 22 августа 2024 г.. Finnish-NLP_-_Ahma-3B-Instruct-gguf is an open-weights chat model with roughly 3 billion parameters.
by RichardErkhov · 3B параметров
Лучше всего подходит для
- чат и маршрутизация с низкой задержкой
- маршрутизация и сортировка запросов
- классификация текста
Способы использования Finnish-NLP_-_Ahma-3B-Instruct-gguf в osFoundry
Подключите со своим ключом (BYOK)
Откройте диалог ключей и вставьте ваш API-ключ RichardErkhov. osFoundry автоматически обнаружит Finnish-NLP_-_Ahma-3B-Instruct-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
Finnish-NLP_-_Ahma-3B-Instruct-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 Finnish-NLP_-_Ahma-3B-Instruct-gguf
Finnish-NLP_-_Ahma-3B-Instruct-gguf работает на одном потребительском GPU объёмом 16 ГБ (~2 ГБ VRAM с запасом для KV-кэша). Инференс с полной точностью помещается на одной H100 80GB при точности FP16 (~8 ГБ).
Finnish-NLP_-_Ahma-3B-Instruct-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 Finnish-NLP_-_Ahma-3B-Instruct-gguf
Бесплатна ли Finnish-NLP_-_Ahma-3B-Instruct-gguf в использовании?
Finnish-NLP_-_Ahma-3B-Instruct-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 Finnish-NLP_-_Ahma-3B-Instruct-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 Finnish-NLP_-_Ahma-3B-Instruct-gguf?
Приблизительно 2 ГБ при квантизации Q4 или 8 ГБ при полной точности FP16. Помещается на одном потребительском GPU объёмом 24 ГБ.
Можно ли запустить Finnish-NLP_-_Ahma-3B-Instruct-gguf локально?
Да. Finnish-NLP_-_Ahma-3B-Instruct-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 Finnish-NLP_-_Ahma-3B-Instruct-gguf лучше всего?
Finnish-NLP_-_Ahma-3B-Instruct-gguf хорошо подходит для чат и маршрутизация с низкой задержкой, маршрутизация и сортировка запросов, классификация текста.
Как использовать Finnish-NLP_-_Ahma-3B-Instruct-gguf в osFoundry?
Вставьте свой API-ключ RichardErkhov в диалог ключей (или разверните открытые веса для моделей с возможностью самостоятельного хостинга), назначьте Finnish-NLP_-_Ahma-3B-Instruct-gguf на роль Maestro во вкладке Pipeline, а затем используйте её в чате, в Room App через invokeAI или в собственных приложениях.
Опубликовано RichardErkhov 22 августа 2024 г.. Источник: https://huggingface.co/RichardErkhov/Finnish-NLP_-_Ahma-3B-Instruct-gguf