/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
12,9 млрд
Лицензия
Llama 2
Архитектура
llama · dense
Базовая модель
Llama-2-13b-hf
Библиотека
transformers
Опубликована
11 июн 2026

llama-2-13b-rlmpq-balanced

Генерация текстаТекст → текст3 профессии

Сжатый вариант Llama 2 13B с RL-MPQ для генерации и продолжения англоязычного текста при среднем размере 4,4 бита на вес.

21скачиваний за 30 дней0лайковвеса обновлены11 июн 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

AvoCahDoe/llama-2-13b-rlmpq-balanced — вариант Llama 2 13B, подготовленный методом RL-MPQ (Reinforcement Learning Mixed-Precision Quantization) для сбалансированного сценария сжатия. Это плотная авторегрессионная модель на архитектуре LlamaForCausalLM с 12,9 млрд параметров, основанная на meta-llama/Llama-2-13b-hf. Модель принимает текст и генерирует или продолжает текст; заявленный контекст — 4096 токенов, основной язык — английский.

RL-MPQ назначает слоям разные разрядности с помощью PPO, затем применяет политику к весам и проверяет качество по perplexity на WikiText-2. Средняя разрядность составляет 4,4 бита на вес. Веса экспортированы в формате fake-quantized FP16 и предназначены для загрузки через Hugging Face Transformers. Такой вариант рассчитан на уменьшение размера представления весов при сохранении качества в сбалансированном режиме; опубликованные сравнительные значения для других сценариев коллекции не характеризуют качество именно этого чекпойнта.

Лицензия — Llama 2 Community License. Использование регулируется её условиями, включая применимые ограничения на распространение и коммерческое использование.

Сценарии применения

  • генерация англоязычного текста
  • продолжение текстовых фрагментов
  • эксперименты с квантованием языковых моделей
  • сравнение смешанной разрядности весов на языковых моделях

Ограничения

Контекст ограничен 4096 токенами; заявлена поддержка английского языка. Показатель perplexity для сбалансированного сценария в карточке не приведён, поэтому качество именно этого варианта нельзя оценить по указанным сравнительным числам.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama 2 13B — RL-MPQ Balanced

Standalone RL-MPQ (Reinforcement Learning Mixed-Precision Quantization) checkpoint for the Balanced scenario — a quantized variant of meta-llama/Llama-2-13b-hf.

FieldValue
Base modelmeta-llama/Llama-2-13b-hf
ScenarioBalanced
Avg bits / weight4.4
Compression vs FP163.6364×
WikiText-2 PPL4.4797
Layers40
Bit distribution{'4': 36, '8': 4}
FormatFake-quant FP16 + rlmpq_policy.json

Collection: RL-MPQ — Llama 2 13B — all five scenarios for Llama 2 13B.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "AvoCahDoe/llama-2-13b-rlmpq-balanced"

model = AutoModelForCausalLM.from_pretrained(repo, torch_dtype="float16")
tokenizer = AutoTokenizer.from_pretrained(repo)

Other Llama 2 13B scenarios

ScenarioAvg bitsCompressionWikiText-2 PPL
Aggressive3.754.2667x4.5724
Conservative5.23.0769x4.4663
Extreme Survival2.7755.7658x6.1148
High Fidelity6.72.3881x4.4313

Grouped archive (all scenarios in one repo): AvoCahDoe/llama-2-13b-rlmpq

Method

  1. Phase 3 — PPO agent assigns per-layer bit widths under the Balanced reward target.
  2. Phase 4 — Policy replayed on real weights; WikiText-2 perplexity validates quality.
  3. Export — Fake-quantized FP16 weights compatible with Hugging Face Transformers.

Files

FileDescription
config.jsonLlama architecture + RL-MPQ metadata
model.safetensorsFake-quantized weights
rlmpq_policy.jsonPer-layer bit-width policy
rlmpq_metrics.jsonValidation & PPL summary

Citation

@misc{rlmpq_llama_2_13b_balanced_2026,
  title  = {RL-MPQ Balanced: Llama 2 13B Mixed-Precision Quantization},
  author = {AvoCahDoe},
  year   = {2026},
  url    = {https://huggingface.co/AvoCahDoe/llama-2-13b-rlmpq-balanced}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
59fde78

0 моделей