/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Архитектура
llama · dense
Базовая модель
Llama-3.1-8B
Библиотека
transformers
Опубликована
12 сен 2026

sft-llama-8b

Генерация текстаТекст → текст7 профессий

Дообученная на базе Llama 3.1 8B диалоговая модель для генерации ответов на текстовые запросы.

23скачиваний за 30 дней0лайковвеса обновлены12 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

DBangshu/sft-llama-8b — текстовая модель генерации, дообученная автором репозитория на базе meta-llama/Llama-3.1-8B с использованием TRL. Она предназначена для диалоговой генерации текста: принимает сообщения в формате чата и создаёт ответ; карточка показывает пример запуска через Transformers и text-generation pipeline.

Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров. В метаданных указан контекст длиной 131 072 токена, а формат весов — safetensors. Модель поддерживает английский язык согласно описанию базовой модели; сведения о дополнительных языках для этой версии не приведены.

Карточка не описывает специализированную область применения или оценку качества дообучения. Условия лицензии в предоставленных материалах не указаны.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • создание продолжения текста по запросу
  • прототипирование чат-бота на базе Llama
  • генерация текста через Transformers pipeline

Ограничения

Карточка не приводит результатов оценки качества или сведений о целевой специализации дообучения. Лицензия в предоставленных данных не указана.

Для каких профессий подходит7

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

Model Card for sft-llama-8b

This model is a fine-tuned version of meta-llama/Llama-3.1-8B. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="None", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.21.0
  • Transformers: 4.55.0
  • Pytorch: 2.10.0.dev20251112+rocm7.1
  • Datasets: 3.6.0
  • Tokenizers: 0.21.4

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
24364a4

0 моделей