/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Своя лицензия
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B
Библиотека
transformers
Опубликована
16 авг 2026

WarpQuant-Llama-3-8B-R16E4H4

Генерация текстаТекст → текст4 профессии

Квантизированная Llama 3 на 7,5 млрд параметров для генерации текста при сокращённом объёме весов.

19скачиваний за 30 дней0лайковвеса обновлены16 авг 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. 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

WarpQuant-Llama-3-8B-R16E4H4 — квантизированная плотная языковая модель семейства Llama 3, подготовленная автором репозитория на основе NousResearch/Meta-Llama-3-8B. Она предназначена для генерации текста и может использоваться в приложениях, которым нужна языковая модель с меньшим объёмом весов.

Сценарии применения

  • генерация текста на английском языке
  • развёртывание языковой модели с уменьшенными требованиями к хранению весов
  • ответы на вопросы с помощью генерации текста

Ограничения

В README приведены оценки на WikiText-2, ARC-299 и MMLU, но они не гарантируют качество для других задач. Лицензия указана как other; перед использованием следует проверить условия лицензии базовой модели и репозитория.

Для каких профессий подходит4

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

WarpQuant Llama 3 8B R16E4H4

Llama 3 8B quantized with signed Hadamard rotation, block-GPTQ, and Output-Fisher weak-column recovery. Projection weights use a 3.5-bpw INT3 base, selected columns are restored in BF16, and the embedding and output head use group-128 INT4.

Technical report · GitHub

Payload and evaluation

FormatText bpwPayloadWikiText-2 PPL ↓ARC-299 ↑MMLU-13,943 ↑
BF1616.0014.965 GiB6.255950.5041.04
Q4_K_M4.894.583 GiB6.435950.8440.67
IQ3_S + imatrix3.663.429 GiB6.992944.1539.87
WarpQuant Fisher R16E4H43.62563.389 GiB7.344645.4938.99

The repository stores the quantized values in BF16-compatible safetensors. The reported payload is the packed-equivalent analytical size including codes, scales, recovery values, and column indices.

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "HarimxChoi/WarpQuant-Llama-3-8B-R16E4H4"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

Citation

@misc{choi2026warpquant,
  author = {Harim Choi},
  title = {WarpQuant: Dual-Domain LLM Quantization via Hadamard Rotation and Output-Fisher Sensitivity},
  year = {2026},
  url = {https://harimxchoi.github.io/projects/warpquant/}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
4b30305

0 моделей