/ Модель

Характеристики

Лицензия
Llama 3.1
Базовая модель
Meta-Llama-3.1-8B
Опубликована
11 сен 2026

PrismQuant-Llama-3.1-8B

Генерация текстаТекст → текст6 профессий

Квантованный чекпойнт Llama 3.1 8B для генерации текста и диалогов с квантизацией весов, активаций и KV-кэша W4A4KV4.

403скачиваний 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-3.1-8B — официальный квантованный чекпойнт для языковой модели Meta Llama 3.1 8B, подготовленный авторами PrismQuant. Он предназначен для генерации текста и диалогов; PrismQuant использует вращения в нулевом пространстве, чтобы согласовать главные направления активаций с постоянными направлениями групп асимметричной квантизации W4A4KV4. Модель основана на unsloth/Meta-Llama-3.1-8B и лицензирована по условиям Llama 3.1.

Чекпойнт хранит значения GPTQ INT4 в виде деквантизованных тензоров с плавающей точкой; эталонная среда выполнения применяет квантизацию активаций и KV-кэша, сохраняя хранение в формате с плавающей точкой. Для загрузки нужен PrismQuant loader: репозиторий не является самостоятельным чекпойнтом Transformers или упакованной INT4-моделью для сервинга. В README указан расчётный формат вычислений bfloat16; при запуске также требуется учитывать память для базовой модели, активаций и KV-кэша.

Сценарии применения

  • генерация продолжений текста
  • ответы в диалоговом интерфейсе
  • локальный запуск Llama 3.1 с квантизацией W4A4KV4

Ограничения

Для загрузки требуется PrismQuant loader; репозиторий не является самостоятельным чекпойнтом Transformers или готовой упакованной INT4-моделью для сервинга. Эталонный запуск рассчитан на bfloat16 и требует памяти для базовой модели, активаций и KV-кэша.

Для каких профессий подходит6

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

PrismQuant-Llama-3.1-8B

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_8bunsloth/Meta-Llama-3.1-8BW4A4KV4

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_8b")
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.

Reference compute: bfloat16. Budget for the base-model state, activations and KV cache as well as the downloaded tensors.

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
d94ada1

0 моделей