/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Llama-3.1-8B-Instruct
Опубликована
30 авг 2026

Llama-3.1-8B-Instruct_Deep-Analyst

Генерация текстаТекст → текст8 профессий

Демонстрационный вариант Llama-3.1-8B-Instruct для более глубоких и структурированных аналитических ответов.

335скачиваний за 30 дней0лайковвеса обновлены19 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Apollo Raines представляет вариант Llama-3.1-8B-Instruct, изменённый инструментом jBlaze методом representation engineering. По описанию автора, изменения вносятся непосредственно в веса для усиления аналитического рассуждения: модель глубже разбирает темы, рассматривает разные точки зрения и даёт более структурированные и подробные ответы. Дополнительное обучение не проводилось.

Модель использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; в метаданных указаны 7,5 млрд параметров и контекст до 131 072 токенов. Карточка заявляет, что опубликованная версия намеренно ослаблена и служит демонстрацией возможностей метода. Указана лицензия Llama 3.1.

Сценарии применения

  • подготовка развёрнутого анализа по заданной теме
  • сравнение нескольких точек зрения
  • ответы на сложные вопросы в диалоге
  • генерация структурированных объяснений

Ограничения

Автор отмечает, что опубликованная версия намеренно оставлена на частичной мощности и является демонстрационной; её аналитические возможности не следует считать полной версией продукта.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama-3.1-8B-Instruct_Deep-Analyst

A jBlaze representation-engineered variant of Llama-3.1-8B-Instruct.

What is this?

This model was created using jblaze, a proprietary behavioral surgery tool that modifies specific trained behaviors directly in the model weights. No fine-tuning or additional training was performed.

Description

Deeper analytical reasoning with more structured, thorough analysis. The model explores topics in greater depth, considers multiple angles, and provides more substantive responses.

Technical Details

  • Architecture: LlamaForCausalLM (32 layers, 8.0B parameters)
  • Precision: bf16
  • Tool: jBlaze by Apollo Raines

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
 "ApolloRaines/Llama-3.1-8B-Instruct_Deep-Analyst",
 device_map="auto", torch_dtype="auto")
tokenizer = AutoTokenizer.from_pretrained(
 "ApolloRaines/Llama-3.1-8B-Instruct_Deep-Analyst")

messages = [{"role": "user", "content": "Your prompt here"}]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=512)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

A Note on Our Released Models

Most of our publicly released models are intentionally left at partial strength. We dial back the full capability so they serve as proof of concept and can be proofed -- not abused. The point is to show what's possible, not to hand it out at full power. If you're evaluating what jBlaze can do, understand that what you're downloading is the demo, not the product.

License

Llama 3.1 Community License (same as base model)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
c4c4633

0 моделей