/ Модель

Характеристики

Лицензия
Llama 3.2
Базовая модель
Llama-3.2-3B
Опубликована
11 сен 2026

PrismQuant-Llama-3.2-3B

Генерация текстаТекст → текст3 профессии

Квантизованный чекпойнт PrismQuant на базе Llama 3.2 3B для генерации продолжений текста с квантизацией весов, активаций и KV-кэша.

406скачиваний 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-3.2-3B — чекпойнт проекта PrismQuant для генерации продолжений текста на основе unsloth/Llama-3.2-3B. Он предназначен для текстового дополнения и запуска через загрузчик PrismQuant, который получает соответствующую базовую модель и токенизатор.

Модель использует схему W4A4KV4: веса GPTQ INT4 хранятся как деквантизованные тензоры с плавающей точкой, а эталонный runtime выполняет квантизацию активаций и KV-кэша. Для вычислений предусмотрен bfloat16. Репозиторий содержит веса декодера и факторы вращения; это не самостоятельный чекпойнт Transformers и не упакованная INT4-модель для сервинга. Указана лицензия llama3.2.

Сценарии применения

  • генерация продолжения по текстовому запросу
  • локальные эксперименты с квантизацией LLM
  • оценка схемы W4A4KV4 на задачах генерации текста

Ограничения

Для запуска требуется загрузчик PrismQuant и соответствующая базовая модель с токенизатором; репозиторий не является автономным Transformers-чекпойнтом или упакованной INT4-моделью для сервинга. Требуется учитывать память для состояния базовой модели, активаций и KV-кэша.

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-3.2-3B

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
llama32_3bunsloth/Llama-3.2-3BW4A4KV4

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("llama32_3b")
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
f529f98

0 моделей