swiss-ai/Apertus-v1.5-70B
Modelo de visão e linguagem · 70 B de parâmetros — 2.2 mil downloads e 52 curtidas no Hugging Face.
Hugging Face · Modelos
·swiss-ai
·
·↓ 2161
·♥ 52
O modelo swiss-ai/Apertus-v1.5-70B aparece entre os mais comentados do Hugging Face — um termômetro do que a comunidade está realmente usando agora na tarefa de visão e linguagem.
Ficha técnica
- Tarefa: visão e linguagem
- Parâmetros: 70 B
- Biblioteca:
transformers - Formatos: safetensors
- Licença: Apache 2.0
- Downloads: 2.2 mil · Curtidas: 52
Hardware recomendado
Estimativa de VRAM só para carregar os pesos (com ~20% de folga para ativações). Contextos longos consomem memória adicional para o cache de atenção (KV cache).
- Precisão original (16-bit): ~168 GB de VRAM — cluster — ~3× GPU de 80 GB (A100/H100)
- Quantizado 8-bit: ~84 GB de VRAM — 1 GPU de data center (80 GB, ex. A100/H100)
- Quantizado 4-bit: ~42 GB de VRAM — 1 GPU profissional (48 GB, ex. A6000) ou 2× 24 GB
Como rodar localmente
Modelo de visão e linguagem — envie imagem + texto:
pip install -U transformers accelerate torch
from transformers import pipeline
vlm = pipeline("image-text-to-text", model="swiss-ai/Apertus-v1.5-70B", device=0)
msgs = [{"role": "user", "content": [
{"type": "image", "url": "https://exemplo.com/foto.jpg"},
{"type": "text", "text": "Descreva a imagem."},
]}]
print(vlm(text=msgs, max_new_tokens=200))Tags
transformers safetensors apertus1p5 text-generation multilingual multimodal switzerland swiss-ai