/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
sarvam-30b
Библиотека
transformers
Опубликована
13 июн 2026

sarvam-30b-compressed-model

Генерация текстаТекст → текст

Квантизированная версия Sarvam-30B для энергоэффективной генерации текста, диалогов и рассуждений на английском и индийских языках.

0скачиваний за 30 дней0лайковвеса обновлены18 июн 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

Girikannan/sarvam-30b-compressed-model — дообученная и сжатая версия Sarvam-30B, подготовленная для Resilient AI Challenge. Модель генерации текста использует архитектуру Sarvam MoE и квантизацию после обучения W4A16 в формате compressed-tensors; для запуска оптимизирована под vLLM. В README указан максимальный контекст 8192 токена.

Модель предназначена для диалогов, рассуждений, решения научных и математических задач, медицинского синтеза знаний и генерации повествовательных текстов. Она ориентирована на английский и индийские языки; в тегах карточки перечислены также бенгальский, тамильский, телугу, маратхи, гуджарати, каннада, малаялам, пенджаби, ория, ассамский, урду и другие языки региона. Базовая Sarvam-30B описана как модель с особым вниманием к индийским языкам.

README сообщает, что цель сжатия — сохранить не менее 80% производительности базовой модели при снижении энергопотребления, но не приводит результаты метрик, подтверждающие достижение этой цели. Весовой формат — safetensors, лицензия — Apache 2.0.

Сценарии применения

  • диалоговый помощник на английском и индийских языках
  • решение научных и математических задач
  • синтез медицинских знаний
  • генерация рассказов и повествовательных текстов
  • выполнение логических и дедуктивных задач

Ограничения

Квантизация W4A16 может влиять на качество по сравнению с базовой моделью; заявленная цель сохранить не менее 80% её производительности не подтверждена приведёнными результатами метрик. В README для vLLM задан максимальный контекст 8192 токена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image

Methodology

This model represents a fine-tuned version of the Sarvam-30B baseline, developed for the Resilient AI Challenge., developed for the Resilient AI Challenge.

The compression strategy utilized "Post-Training Quantization (PTQ) formatted via compressed-tensors to achieve a W4A16 precision balance.

The primary objective was to maximize energy efficiency while ensuring the model maintains at least 80% of the baseline Sarvam-30b performance.


Model Details

  • Base Model: sarvam-30b
  • Compression Precision: W4A16
  • License: Apache 2.0

Inference Configuration

The model is optimized to run using the vLLM inference engine.

vllm_config.yaml

model: ./models/sarvam-30b-compressed-w4a16
quantization: compressed-tensors
kv-cache-dtype: auto
max-model-len: 8192
trust-remote-code: true

Evaluation Metrics

The model has been evaluated against the challenge benchmarks:

  • Technical Reasoning: Advanced Science and Mathematics problem-solving.
  • Domain-Specific Expertise: Medical knowledge synthesis.
  • Linguistic Creativity: Narrative generation in English and Indian languages.
  • Analytical Logic: Complex logical reasoning and deductive tasks.
  • Energy Monitoring: Power consumption was tracked using the NVIDIA Management Library (NVML) for GPU draw and TDP-relative estimation for CPU load.

Usage

To serve this model for evaluation, use the following command:

vllm serve --config vllm_config.yaml

Как запустить

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

GPU в ailist

vLLM

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
a7c7cf9

0 моделей