/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Лицензия
Llama 2
Архитектура
llama · dense
Базовая модель
Llama-2-7b-hf
Библиотека
transformers
Опубликована
11 июн 2026

llama-2-7b-rlmpq

Генерация текстаТекст → текст3 профессии

Англоязычная Llama 2 7B с адаптивным RL-MPQ-квантованием для генерации текста и экспериментов с компромиссом между размером весов и качеством.

31скачиваний 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 выпустил исследовательскую версию Llama 2 7B с квантованием RL-MPQ: PPO выбирает разрядность отдельно для каждого слоя, чтобы найти компромисс между сжатием весов и качеством генерации. Репозиторий содержит пять сценариев квантования — от High_Fidelity до Extreme_Survival; для них можно выбирать подкаталоги при загрузке через Transformers. Модель основана на meta-llama/Llama-2-7b-hf и имеет 6,6 млрд параметров, контекст 4096 токенов и англоязычную специализацию.

В README приведены результаты оценки perplexity на WikiText-2 для трёх сценариев: от 4,9808 при среднем размере 6,5 бита до 5,0437 при 4,375 бита. Это вариант для экспериментов с компрессией и генерацией текста; результаты для остальных сценариев в доступной карточке не приведены. Весовые файлы представлены как fake-quant FP16, а вместе с ними поставляется политика rlmpq_policy.json. Лицензия — Llama 2; её условия распространяются на использование модели.

Сценарии применения

  • генерация англоязычного текста
  • сравнение сценариев смешанной точности квантования
  • оценка perplexity языковой модели на WikiText-2

Ограничения

Карточка приводит метрики WikiText-2 только для трёх из пяти сценариев; качество на других задачах и языках не описано. Файлы обозначены как fake-quant FP16, поэтому их представление само по себе не подтверждает такое же сокращение размера при хранении или выполнении, как у обычных низкоразрядных весов.

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 7B — RL-MPQ Quantized (Thesis Release)

Quantized variant of meta-llama/Llama-2-7b-hf using RL-MPQ (Reinforcement Learning Mixed-Precision Quantization): per-layer bit-width policies trained with PPO, validated on WikiText-2 perplexity.

This repo ships five compression scenarios as subfolders — from near-FP16 fidelity to aggressive survival mode — so you can pick the bits-vs-quality trade-off for your thesis experiments.

Base modelmeta-llama/Llama-2-7b-hf
MethodRL-MPQ (PPO per-layer bit policy)
FormatFake-quant FP16 weights + rlmpq_policy.json
Recommended startsubfolder="Balanced"

Scenarios

Results (WikiText-2)

ScenarioAvg bitsCompression vs FP16Perplexity
High_Fidelity6.52.4615x4.9808
Conservative5.1253.122x5.0276
Balanced4.3753.6571x5.0437
Aggressive3.59384.4522x5.2614
Extreme_Survival2.96885.3895x10.9577

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "AvoCahDoe/llama-2-7b-rlmpq"
scenario = "Balanced"  # High_Fidelity | Conservative | Aggressive | Extreme_Survival

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

Important: Always pass subfolder=<scenario>. Root config.json describes the collection; weights and tokenizer live inside each scenario folder.

Method (thesis summary)

  1. Phase 3 — PPO agent selects per-layer bit widths under scenario-specific reward targets.
  2. Phase 4 — Policies replayed on real weights; WikiText-2 PPL measures quality retention.
  3. Export — Fake-quantized FP16 checkpoints (compatible with Hugging Face Transformers).

Citation

@misc{rlmpq2026,
  title  = {RL-MPQ: Reinforcement Learning Mixed-Precision Quantization},
  author = {AvoCahDoe},
  year   = {2026},
  url    = {https://huggingface.co/AvoCahDoe/llama-2-7b-rlmpq}
}

Part of the RL-NMP-Model-Quantasation thesis framework.

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
e93f5fa

0 моделей