DeepSeek Coder V2 Lite Instruct
Laatst beoordeeld:
Soevereiniteit en hosting
Dit model is opgenomen in de catalogus ter referentie. Het wordt nog niet gehost op LLM EU en er is hier geen first-party endpoint dat het aanbiedt. Verzoeken eraan gaan rechtstreeks naar de provider, onder de eigen voorwaarden van die provider.
Samenvatting
DeepSeek Coder V2 Lite Instruct is een open-weight taalmodel van DeepSeek met 15.7B parameters, gepubliceerd onder deepseek-license (aangepast, getagd als "other"). De repository is aangemaakt in juni 2024 en wordt gespiegeld op Hugging Face. Het accepteert tekst en retourneert tekst. Het checkpoint is instructie-tuned en bevat een chat-template. De gepubliceerde configuratie vermeldt geen contextvenster, dus deze kaart bevat er geen. De kaart is alleen voor de catalogus: LLM EU draait dit model niet. De uitgever vermeldt geen taaldekking op de modelpagina.
Specificaties
- Provider
- DeepSeek (CN)
- Contextvenster
- Niet geverifieerd: de provider heeft deze claim niet gedocumenteerd.
- Parameters
- 15.7B
- Modaliteiten
- text
- Licentie
- other · licence
- Open weights
- yes
- Releasedatum
- 14 jun 2024
- Taken
- Coderen, Lage kosten
Talen
Sterk: —
Voldoende: —
Sterk
Voldoende
Niet geverifieerd: de provider heeft deze claim niet gedocumenteerd. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.
Wanneer te gebruiken
Sterke punten
- open weights are published on Hugging Face and can be downloaded without a vendor agreement
- instruction-tuned checkpoint with a chat template in the repository
Beperkingen
- 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 deepseek-license (other) licence is a custom agreement whose commercial terms were not established from its published text, so commercial serving is not permitted until a human clears it; the router must not route to it
- the published configuration records no context window, so the card carries none
- at 15.7B parameters, self-hosting needs a single accelerator with enough memory for the weights