/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млрд
Размер весов
6,4 ГБ
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Llama-3.2-3B-Instruct
Опубликована
29 ноя 2025

GPT-5-Distill-llama3.2-3B-Instruct

Генерация текстаТекст → текст15 профессий

Компактная диалоговая Llama 3.2, дообученная на ответах GPT-5 для локального чата, инструкций, суммаризации и RAG.

311скачиваний за 30 дней4лайкавеса обновлены30 ноя 2025

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

Jackrong/GPT-5-Distill-llama3.2-3B-Instruct — диалоговая текстовая модель на архитектуре Llama 3.2, дообученная на базе unsloth/Llama-3.2-3B-Instruct методом SFT и дистилляции ответов GPT-5. Модель содержит 3,2 млрд параметров и предназначена для запуска на потребительском оборудовании, включая устройства с ограниченными ресурсами. В карточке указано использование LoRA при обучении; репозиторий также содержит веса safetensors.

Модель подходит для чата и следования инструкциям, объяснений, суммаризации и перефразирования, а также для ответов по документам в RAG-сценариях. В README заявлен контекст до 32 тыс. токенов; метаданные каталога указывают 131 072 токена. Поддерживаемые языки — английский и китайский, на них рассчитана смесь обучающих данных.

Небольшой размер удобен для локального запуска, но модель может уступать крупным моделям в сложных математических и программных задачах и склонна к фактическим ошибкам. Ответы для медицинских и юридических решений требуют проверки. Лицензия — Llama 3.2.

Сценарии применения

  • локальный чат на ноутбуке или маломощном GPU
  • ответы на инструкции и вопросы пользователя
  • объяснение понятий и подготовка ответов
  • суммаризация длинных текстов и документов
  • перефразирование текста
  • ответы по документам в RAG-сценариях

Ограничения

По README модель может уступать крупным моделям в сложной математике и программировании и иногда галлюцинировать; медицинские и юридические ответы требуют проверки. В README заявлен контекст 32 тыс. токенов, тогда как метаданные указывают 131 072 токена.

Для каких профессий подходит15

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

GPT-5-Distill-llama3.2-3B-Instruct

Llama-3.2 Instruct GPT-5

Model Type: Instruction-tuned Edge LLM (Llama 3.2 Architecture)

  • Base Model: unsloth/Llama-3.2-3B-Instruct
  • Parameters: ~3.2B (Optimized for Edge/Consumer GPU)
  • Training Method:
    • SFT (Supervised Fine-Tuning) using Unsloth & TRL
    • Knowledge Distillation: Trained on GPT-5 responses to mimic superior reasoning and tone
    • LoRA Config: r=32, alpha=32, targeting all linear projections
  • Max Context Length: 32K tokens (max_seq_length = 32768)
  • Quantization: Native GGUF support (Q4_K_M, Q8_0, FP16) provided

This model represents a high-efficiency distillation attempt, combining the lightweight, edge-ready architecture of Llama-3.2-3B with the high-quality conversational patterns of GPT-5. By filtering for "normal" (flawless) responses from the LMSYS dataset, this model aims to deliver flagship-level instruction following in a 3B parameter package.


2. Intended Use Cases

✅ Recommended:

  • On-Device Chat: Perfect for laptops, phones, and low-VRAM GPUs due to small size.
  • Reasoning & Explanations: Distilled GPT-5 logic helps in providing clearer answers.
  • Summarization & Rewriting: Inherits strong English/Chinese capabilities from the dataset mix.
  • RAG Applications: 32K context window allows for processing moderate-sized documents.

⚠️ Not Suitable For:

  • Math/Complex Coding: While capable, 3B models have limitations compared to 70B+ models in complex logic.
  • High-Stakes Medical/Legal Advice: Outputs should always be verified.
  • Hallucination-Free Tasks: Small models may still hallucinate facts.

3. Training Data & Methodology

The model was trained on a curated mix of ~104,000 high-quality samples:

(1) ds1: ShareGPT-Qwen3 Instruction Mix (~3,900 samples)

  • Source: Jackrong/ShareGPT-Qwen3-235B-A22B-Instuct-2507
  • Role: Provides diverse, multi-turn instruction following capabilities, enhancing the model's ability to handle complex prompts (English & Chinese mixed).

(2) ds2: LMSYS GPT-5 Teacher Responses (~100,000 samples)

  • Source: ytz20/LMSYS-Chat-GPT-5-Chat-Response
  • Filtering Logic:
    • Applied rigorous filtering: flaw == "normal" (Removed hallucinations, refusals, and bad formatting).
    • Only clean, high-quality "Teacher" responses were used for distillation.
  • Role: Imparts the "GPT-5" conversational style, politeness, and reasoning structure to the smaller Llama model.

Training Configuration:

  • Framework: Unsloth + Hugging Face TRL
  • Loss Masking: train_on_responses_only was enabled (Model learns to generate answers, not questions).
  • Optimizer: AdamW 8-bit for efficiency.
  • Precision: Trained in 4-bit, exported to 16-bit and GGUF.

4. Prompt Format (Llama 3.2 Standard)

This model uses the standard Llama 3 / 3.2 prompt template.

<|begin_of_text|><|start_header_id|>system<|end_header_id|>

You are a helpful assistant.<|eot_id|><|start_header_id|>user<|end_header_id|>

{Your Prompt Here}<|eot_id|><|start_header_id|>assistant<|end_header_id|>

Python Inference Example:

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "Jackrong/GPT-5-Distill-llama3.2-3B-Instruct"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Explain quantum mechanics to a 5-year-old."},
]

input_ids = tokenizer.apply_chat_template(
    messages,
    add_generation_prompt=True,
    return_tensors="pt"
).to(model.device)

outputs = model.generate(
    input_ids,
    max_new_tokens=512,
    temperature=0.7,
    do_sample=True
)

print(tokenizer.decode(outputs[0][input_ids.shape[-1]:], skip_special_tokens=True))

5. Key Features Summary

FeatureDescription
Super Lightweight3B Parameters. Runs on almost any modern consumer hardware.
GPT-5 DistilledLearned from 100k+ clean GPT-5 outputs for superior tone.
Long ContextSupports up to 32k context, great for long conversations.
GGUF ReadyAvailable in q4_k_m (very fast) and q8_0 quantizations.

6. Acknowledgements

  • Unsloth: For the 2x faster training and 4-bit loading capabilities.
  • LMSYS Org: For providing the GPT-5 response dataset.
  • Meta AI: For the robust Llama-3.2 base model.

This project is an open research effort to bring "Big Model Intelligence" to "Small Model Footprints."

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
3c59131

0 моделей