🧠 語言模型Apache 2.0

Mistral NeMo Instruct

Mistral NeMo 12B,Apache 2.0 授權,128K 上下文,與 NVIDIA 合作開發,多語言能力強,Q4 約需 8 GB VRAM。

📅 發布:2024-07資料更新:2026年5月9日

VRAM 計算器

我的 GPU VRAM:
量化等級
上下文長度
Q4_K_M · 8K context
模型權重 + KV Cache + 0.5 GB overhead
7.4 GB
完整 VRAM 對照表(所有量化 × 上下文)
量化4K8K16K32K64K128K
Q4_K_M7.0 GB7.4 GB8.2 GB9.8 GB13 GB19 GB
Q8_013 GB13 GB14 GB16 GB19 GB25 GB

部署指南

方法一:Ollama(最簡單)

安裝 Ollama 後直接執行,自動下載並運行模型。

ollama run mistral-nemo:latest

方法二:llama.cpp

適合進階用戶,支援 CPU 和 GPU 混合推理,可精確控制量化等級。

# Download GGUF model from Hugging Face, then run:
./llama-cli -m model.gguf -p "Hello" -n 128

方法三:vLLM(高效能伺服器)

適合生產環境,支援批次推理和 OpenAI 相容 API。

pip install vllm
vllm serve Mistral --dtype auto

LM Studio(圖形介面)

下載 LM Studio,在搜尋欄輸入模型名稱,點擊下載即可。支援 Windows/Mac/Linux。

ollama run mistral-nemo:latest

規格

參數量12B
最大上下文128K tokens
HF 下載量530K/月

模型強項

長上下文理解多語言能力指令遵循佳高效能推理開源授權

推薦用途

  • 處理和分析長篇多語言文本,如法律文件或學術論文。
  • 開發多語言聊天機器人或智能客服系統,提供精確的指令回應。
  • 在資源有限的環境下,進行高效能的文本生成與摘要任務。

標籤

Apache 2.0128K多語言

部署工具

OllamavLLMllama.cppLM Studio

關於 Mistral NeMo Instruct — 開源 AI 模型

Mistral NeMo Instruct 是一個開源語言模型,擁有 12B 參數,採用 Apache 2.0 授權。可使用 Ollama、vLLM、llama.cpp、LM Studio 進行部署。適用場景包括:處理和分析長篇多語言文本,如法律文件或學術論文。、開發多語言聊天機器人或智能客服系統,提供精確的指令回應。、在資源有限的環境下,進行高效能的文本生成與摘要任務。。核心優勢:長上下文理解、多語言能力、指令遵循佳、高效能推理、開源授權。 可在本地硬體上自行部署,完全保護隱私,無需 API 金鑰。

使用心得

分享你的使用體驗,幫助其他人了解這個模型

0/1000
還沒有評論,成為第一個分享心得的人!