/ 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-balanced

Генерация текстаТекст → текст

Квантованный смешанной точностью вариант Llama 3.1 8B для генерации текста с уменьшенным объёмом весов.

19скачиваний 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 разработал RL-MPQ Balanced — вариант Llama 3.1 8B с распределённой по слоям смешанной точностью квантования. Модель основана на meta-llama/Llama-3.1-8B и содержит около 7,5 млрд параметров; средняя точность составляет 4,375 бита на вес. Политика назначения разрядности получена с помощью PPO, а качество проверено по perplexity на WikiText-2. В репозитории размещены fake-quantized веса FP16 в формате safetensors и политика разрядности для каждого слоя.

Модель предназначена для генерации текста с меньшим объёмом весов по сравнению с исходной моделью и запуска через Transformers. Она принимает текст и выдаёт текст; заявленный контекст — до 131 072 токенов. В карточке указан английский язык. Модель распространяется по лицензии Llama 3.1. README не приводит численное значение perplexity для Balanced-сценария, поэтому качество этого варианта по приведённым данным оценить нельзя.

Сценарии применения

  • генерация текста на английском языке
  • развёртывание Llama 3.1 с уменьшенным объёмом весов
  • локальный запуск текстовой языковой модели через Transformers

Ограничения

Это вариант со смешанной точностью и fake-quantized весами; README не приводит оценку perplexity для Balanced-сценария. Для использования требуется соблюдать условия лицензии Llama 3.1.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama 3.1 8B — RL-MPQ Balanced

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

FieldValue
Base modelmeta-llama/Llama-3.1-8B
ScenarioBalanced
Avg bits / weight4.375
Compression vs FP163.6571×
WikiText-2 PPL5.7761
Layers32
Bit distribution{'4': 29, '8': 3}
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-balanced"

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

Other Llama 3.1 8B scenarios

ScenarioAvg bitsCompressionWikiText-2 PPL
Aggressive3.59384.4522x6.4787
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 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_3_1_8b_balanced_2026,
  title  = {RL-MPQ Balanced: Llama 3.1 8B Mixed-Precision Quantization},
  author = {AvoCahDoe},
  year   = {2026},
  url    = {https://huggingface.co/AvoCahDoe/llama-3-1-8b-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
939c774

0 моделей