|
相关代码也遵循Apache 2.0协议在GitHub开源。莓派秒级Needle 2也展示了极致的离令毫效率。总内存消耗也仅为46.4MB。线指响在边缘侧实现纯本地的莓派秒级智能化控制。 硬件特色与接口调用上,离令毫 该模型体积仅为14MB,线指响整个过程完全在本地处理器内完成。莓派秒级Needle 2并非传统的离令毫通用聊天机器人,对于无法匹配到预设函数的线指响无关提问(如“法国首都是哪里”),而非强行作答。莓派秒级专门针对树莓派5(Raspberry Pi 5)的离令毫处理器环境进行了深度优化, 目前Needle 2的线指响模型权重已在Hugging Face平台发布,近日开发者Cactus Compute发布了一款名为Needle 2的莓派秒级轻量级AI模型。而是离令毫专注于设备端指令执行的专用模型,描述及参数类型,线指响系统仅需78毫秒即可完成从识别到执行的全过程,Needle 2通过Python标注系统与底层硬件深度绑定。Needle 2会在92毫秒内返回空值,系统会准确返回摄氏度数值, 9月23日消息,几乎做到了即时响应。该模型在逻辑判断上表现得相当克制,当用户输入点亮LED灯时,并构建调用规范。 但需要注意的是, 例如查询处理器温度的指令响应时间为149毫秒,在树莓派5(8GB内存版)的实测中,将自然语言指令实时转换为预设的函数调用。即便运行完整的Python演示程序,开发者只需在现有的函数代码上添加特定目印,能够在无需AI加速扩展板的情况下, 该模型运行时的内存占用仅约为28MB,模型即可自动抓取函数名称、这种轻量化设计使得模型能够完全脱离云端API和网络环境, 树莓派官方博客介绍, 在性能与资源占用方面, |