/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
17 ГБ
Лицензия
Llama 3.1
Архитектура
llama_emo_routed_lora · dense
Базовая модель
Llama-3.1-8B-Instruct
Библиотека
transformers
Опубликована
8 окт 2026

llama3.1-8b-16x4-emo-style-routed-lora-moe

Генерация текстаТекст → текст

Экспериментальная версия Llama 3.1 8B Instruct с архитектурой routed-LoRA MoE для генерации текста и исследований маршрутизации адаптеров.

269скачиваний за 30 дней0лайковвеса обновлены8 окт 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

Модель Jongbin-kr/llama3.1-8b-16x4-emo-style-routed-lora-moe — экспериментальная реализация плотной архитектуры Llama 3.1 8B Instruct с маршрутизацией LoRA-экспертов. Она создана на основе meta-llama/Llama-3.1-8B-Instruct: базовая FFN заморожена, а для gate_proj, up_proj и down_proj предусмотрены 15 маршрутизируемых LoRA-экспертов и один общий эксперт. Для каждого токена активируются три маршрутизируемых и общий эксперт; поддерживаются пулы экспертов на уровне документа или промпта и сбор статистики маршрутизатора.

В текущем базовом артефакте все матрицы B у LoRA обнулены, поэтому модель до обучения функционально эквивалентна исходной плотной Llama и маршрутизация пока не меняет логиты. Она предназначена для генерации текста и диалогов, а также для экспериментов с маршрутизируемыми LoRA-адаптациями. Число параметров в метаданных — 7,5 млрд, заявленный контекст — 131072 токена. Использование весов Llama регулируется лицензией Llama 3.1 Community License.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • эксперименты с маршрутизацией LoRA-экспертов
  • оценка статистики выбора экспертов при генерации
  • настройка пулов экспертов для разных промптов

Ограничения

В опубликованном базовом артефакте LoRA-дельты нулевые, поэтому он пока функционально эквивалентен исходной Llama 3.1 и маршрутизация не влияет на выходы. Для загрузки требуется поддержка пользовательской архитектуры; применяются условия Llama 3.1 Community License.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama 3.1 8B Instruct · 16x4 EMO-style Routed-LoRA MoE

This is a dense-equivalent initialization of meta-llama/Llama-3.1-8B-Instruct converted to a memory-efficient routed-LoRA MoE:

  • 15 token-routed LoRA experts
  • 1 always-active shared LoRA expert
  • 3 routed experts + 1 shared expert active per token (16x4 total convention)
  • document/prompt-level expert pools inspired by EMO
  • training pool size sampled from 3..15; evaluation pool size 8
  • rank 16, alpha 32 LoRA deltas on gate_proj, up_proj, and down_proj
  • the dense Llama FFN is stored once and frozen

All LoRA B matrices are zero at initialization. Therefore this base artifact is functionally equivalent to the pinned dense Llama base before training. The router is initialized but cannot change logits while every expert delta is zero.

This is an EMO-style routed-LoRA adaptation, not the original EMO model: the original trains independent full FFN experts from scratch, while this model routes low-rank deltas around one shared Llama FFN.

Load

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "Jongbin-kr/llama3.1-8b-16x4-emo-style-routed-lora-moe"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    torch_dtype="auto",
    device_map="auto",
    trust_remote_code=True,
)

The custom architecture supports generate(), prompt-pool caching during autoregressive decoding, set_expert_pool(indices), reset_expert_pool(), and get_router_statistics().

Provenance

Use of the Llama weights remains subject to the Llama 3.1 Community License.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
LlamaEmoRoutedLoraForCausalLM
Ревизия весов
f7f6a62

0 моделей