/ Модель

Характеристики

Лицензия
Llama 3.1
Базовая модель
Meta-Llama-3.1-70B
Опубликована
10 сен 2026

PrismQuant-Llama-3.1-70B

Генерация текстаТекст → текст3 профессии

PrismQuant-Llama-3.1-70B — 70-миллиардная модель на базе Llama 3.1 для генерации текста с режимом квантования W4A4KV4.

404скачиваний за 30 дней1лайквеса обновлены29 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

PrismQuant-Llama-3.1-70B — контрольная точка для генерации текста, основанная на unsloth/Meta-Llama-3.1-70B и разработанная авторами PrismQuant: Optimal Null-Space Rotations for Grouped Quantizers. Метод PrismQuant выравнивает доминирующие направления активаций с постоянными направлениями асимметричных групп квантования; для этой версии заявлен режим W4A4KV4 с квантованием весов, активаций и KV-кэша до 4 бит.

Модель предназначена для текстового продолжения и генерации. Это не самостоятельный чекпойнт Transformers и не упакованная INT4-модель для сервинга: INT4-значения GPTQ хранятся как деквантизованные тензоры с плавающей точкой, а эталонная среда выполнения применяет квантование активаций и KV-кэша. Для загрузки нужен PrismQuant loader и соответствующая базовая модель с токенизатором; параметры модели занимают около 280 ГБ в fp32 без учёта накладных расходов. Лицензия — Llama 3.1.

Сценарии применения

  • продолжение текстового фрагмента
  • генерация ответов и другого текста по запросу
  • оценка квантования LLM с режимом W4A4KV4
  • эксперименты с вращениями нулевого пространства для групповых квантователей

Ограничения

Загрузка требует специального PrismQuant loader и базовой модели; репозиторий не является самостоятельным чекпойнтом Transformers или готовой упакованной INT4-моделью для сервинга. Эталонным параметрам в fp32 требуется около 280 ГБ памяти, не считая накладных расходов.

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

PrismQuant-Llama-3.1-70B

Paper · Code · Loading guide

Official checkpoints for PrismQuant: Optimal Null-Space Rotations for Grouped Quantizers. PrismQuant aligns dominant activation directions with the constant directions of asymmetric quantization groups.

Models

Model keyBase modelQuantization
llama31_70bunsloth/Meta-Llama-3.1-70BW4A4KV4

Quick start

git clone --depth 1 https://github.com/ForeverBlue816/PrismQuant.git
cd PrismQuant
pip install -e .
from prismquant import load_model

loaded = load_model("llama31_70b", device_map="balanced")
print(loaded.generate("The key idea behind quantization is", max_new_tokens=64))

The loader selects the default PrismQuant checkpoint, downloads its required files at a pinned revision, and obtains the matching base model and tokenizer. These are base models for text completion.

Checkpoint format

The GPTQ INT4 values are stored as dequantized floating-point tensors. The reference runtime applies activation and KV quantization while retaining floating-point storage. Use the PrismQuant loader; this repository is not a standalone Transformers checkpoint or a packed INT4 serving model.

This fp32 reference requires roughly 280 GB for model parameters, plus runtime overhead. Use sufficient aggregate GPU memory and, if needed, max_memory={...} with balanced placement.

config.json declares the PrismQuant artifact format and default models. checkpoints/ contains decoder weights; rotations/ contains the factors required by the loader.

License

Built with Llama. The upstream Llama Community License applies. See LICENSE, NOTICE and Acceptable Use Policy.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
305be0a

0 моделей