LLM EU
Μενού
Μοντέλα

Moonlight 16B A3B Instruct

Moonshot AI

Μόνο στον κατάλογο Ανοιχτά βάρη

Τελευταία αναθεώρηση:

Κυριαρχία και φιλοξενία

Μόνο στον κατάλογο

Αυτό το μοντέλο είναι καταγεγραμμένο για αναφορά. Δεν φιλοξενείται ακόμη στο LLM EU, και κανένα endpoint πρώτου μέρους δεν το εξυπηρετεί εδώ. Τα αιτήματα προς αυτό πηγαίνουν απευθείας στον πάροχο, υπό τους δικούς του όρους.

Σύνοψη

Λαμβάνει κείμενο και επιστρέφει κείμενο. Το Moonlight 16B A3B Instruct δημοσιεύεται από την Moonshot AI ως ανοιχτά βάρη με 16B παραμέτρους υπό MIT. Η δημοσιευμένη διαμόρφωση δεν καταγράφει παράθυρο περιβάλλοντος, οπότε αυτή η κάρτα δεν φέρει κανένα. Το αποθετήριο δημιουργήθηκε τον Φεβρουάριο του 2025 και αντικατοπτρίζεται στο Hugging Face. Το σημείο ελέγχου είναι ρυθμισμένο με οδηγίες και διαθέτει πρότυπο συνομιλίας. Η κάρτα είναι μόνο για καταλογογράφηση: το LLM EU δεν εκτελεί αυτό το μοντέλο. Ο εκδότης δεν αναφέρει κάλυψη γλώσσας στη σελίδα του μοντέλου.

Προδιαγραφές

Πάροχος
Moonshot AI (CN)
Παράθυρο περιβάλλοντος
Μη επαληθευμένο: ο πάροχος δεν έχει τεκμηριώσει αυτόν τον ισχυρισμό.
Παράμετροι
16B
Τροπικότητες
text
Άδεια
mit · licence
Ανοιχτά βάρη
yes
Ημερομηνία κυκλοφορίας
22 Φεβ 2025
Εργασίες
Συλλογιστική, Χαμηλό κόστος

Γλώσσες

Ισχυρή: —

Επαρκής: —

Ισχυρή

    Επαρκής

      Μη επαληθευμένο: ο πάροχος δεν έχει τεκμηριώσει αυτόν τον ισχυρισμό. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

      Πότε να το χρησιμοποιήσετε

      Πλεονεκτήματα

      • open weights are published on Hugging Face and can be downloaded without a vendor agreement
      • mit licence, so commercial self-hosting is permitted without a separate agreement
      • instruction-tuned checkpoint with a chat template in the repository

      Περιορισμοί

      • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
      • no evaluation has been run by LLM EU
      • the published configuration records no context window, so the card carries none
      • at 16B parameters, self-hosting needs a single accelerator with enough memory for the weights