'Make knowledge free for everyone'
Quantized version of: sarvamai/sarvam-30b
sarvamai.sarvam-30b-GGUF
Квантизированная GGUF-версия sarvamai/sarvam-30b для генерации текста и диалогов.
453скачиваний за 30 дней0лайковвеса обновлены11 мар 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
DevQuasar/sarvamai.sarvam-30b-GGUF — это квантизированная версия текстовой генеративной модели sarvamai/sarvam-30b, подготовленная пользователем или организацией DevQuasar и распространяемая в формате GGUF. Модель предназначена для генерации текста и диалоговых сценариев, а также для локального запуска в совместимых инструментах, поддерживающих GGUF.
Ключевые характеристики включают формат GGUF, квантизацию исходной модели и назначение text-generation; в метаданных модель также помечена как conversational. Предоставленные данные не содержат сведений об архитектуре, размере, языках, длине контекста или лицензии, поэтому эти характеристики не уточняются. Квантизация может уменьшать требования к памяти и вычислительным ресурсам, но потенциально снижать точность и качество генерации по сравнению с исходной моделью.
Сценарии применения
- генерация ответов в чат-ботах
- локальный запуск языковой модели в формате GGUF
- создание и продолжение текстов
- эксперименты с диалоговыми LLM
- развёртывание текстовой генерации на совместимом локальном оборудовании
Ограничения
Сведения о поддерживаемых языках, архитектуре, размере, контексте и лицензии в предоставленных данных отсутствуют. Квантизация может снижать качество по сравнению с исходной моделью.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
llama.cpp
Подбираем GPU…
- Ревизия весов
- 7016584