/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Llama-3.1-8B
Библиотека
transformers
Опубликована
12 июн 2026

llama-3-1-8b-rlmpq-aggressive

Генерация текстаТекст → текст3 профессии

Агрессивно квантованный вариант Llama 3.1 8B для генерации текста с уменьшенной разрядностью весов.

23скачиваний за 30 дней0лайковвеса обновлены12 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-3-1-8b-rlmpq-aggressive — вариант Meta Llama 3.1 8B, подготовленный методом RL-MPQ для агрессивного смешанно-точного квантования. Это плотная авторегрессионная модель архитектуры LlamaForCausalLM с 7,5 млрд параметров и контекстом до 131 072 токенов. Модель генерирует текст; в карточке указана поддержка английского языка, а базовая модель рассчитана на восемь языков.

По README, алгоритм PPO выбирает разрядность весов для каждого слоя, после чего веса экспортируются в fake-quantized FP16 формате для Transformers. Средняя разрядность составляет 3,5938 бита на вес. Модель предназначена для экспериментов и сценариев, где важны компактность и снижение требований к хранению; качество оценивается по perplexity на WikiText-2.

Лицензия — Llama 3.1 Community License (llama3.1); при использовании необходимо соблюдать её условия и ограничения. Показатели качества и совместимость с конкретными аппаратными ускорителями в предоставленной карточке не описаны.

Сценарии применения

  • генерация английского текста
  • эксперименты со смешанно-точным квантованием LLM
  • оценка компромисса между размером весов и языковым качеством
  • запуск текстовой модели в Transformers

Ограничения

Агрессивное квантование может снижать качество генерации; README приводит проверку perplexity на WikiText-2, но не сообщает здесь итоговый показатель для этого сценария. Fake-quantized FP16 формат сам по себе не гарантирует ускорение инференса или совместимость с конкретными ускорителями.

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 3.1 8B — RL-MPQ Aggressive

Standalone RL-MPQ (Reinforcement Learning Mixed-Precision Quantization) checkpoint for the Aggressive scenario — a quantized variant of meta-llama/Llama-3.1-8B.

FieldValue
Base modelmeta-llama/Llama-3.1-8B
ScenarioAggressive
Avg bits / weight3.5938
Compression vs FP164.4522×
WikiText-2 PPL6.4787
Layers32
Bit distribution{'3': 13, '4': 19}
FormatFake-quant FP16 + rlmpq_policy.json

Collection: RL-MPQ — Llama 3.1 8B — all five scenarios for Llama 3.1 8B.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

repo = "AvoCahDoe/llama-3-1-8b-rlmpq-aggressive"

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

Other Llama 3.1 8B scenarios

ScenarioAvg bitsCompressionWikiText-2 PPL
Balanced4.3753.6571x5.7761
Conservative5.253.0476x5.7182
Extreme Survival2.68755.9535x34.8686
High Fidelity6.752.3704x5.5974

Grouped archive (all scenarios in one repo): AvoCahDoe/llama-3-1-8b-rlmpq

Method

  1. Phase 3 — PPO agent assigns per-layer bit widths under the Aggressive 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_3_1_8b_aggressive_2026,
  title  = {RL-MPQ Aggressive: Llama 3.1 8B Mixed-Precision Quantization},
  author = {AvoCahDoe},
  year   = {2026},
  url    = {https://huggingface.co/AvoCahDoe/llama-3-1-8b-rlmpq-aggressive}
}

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
d01393f

0 моделей