/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Архитектура
llama_bidirec · dense
Библиотека
transformers
Опубликована
31 июл 2026

quantization

ЭмбеддингиТекст → embedding6 профессий

Слитая методом SLERP двунаправленная модель Llama на 1,2 млрд параметров для извлечения признаков и построения текстовых эмбеддингов.

6скачиваний за 30 дней0лайковвеса обновлены31 июл 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

KwangHwi/quantization — слитая методом SLERP модель на архитектуре LlamaBidirectionalModel, опубликованная в формате safetensors. По данным метаданных, она предназначена для извлечения признаков и эмбеддингов; размер составляет 1,2 млрд параметров, заявленная длина контекста — 131 072 токена. В объединение вошли два чекпойнта, указанные в карточке как модели для поиска по юридическим текстам и другие данные; их исходные идентификаторы относятся к внутренним путям, поэтому публичные репозитории базовых моделей установить нельзя.

Модель можно применять для получения векторных представлений текста и задач поиска или ранжирования, где нужны признаки текста. Карточка не сообщает поддерживаемые естественные языки и условия лицензии; языковую специализацию и лицензионные условия по имеющимся данным определить нельзя.

Сценарии применения

  • получение эмбеддингов текста для семантического поиска
  • извлечение признаков текста для downstream-задач
  • представление юридических текстов для поиска

Ограничения

Карточка не сообщает языки, на которых модель обучалась или тестировалась, и не приводит лицензию. Базовые чекпойнты указаны внутренними путями, поэтому их публичные идентификаторы не установлены.

Для каких профессий подходит6

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

output_merge_multiSFT_v6_1

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the SLERP merge method.

Models Merged

The following models were included in the merge:

  • /workspace/storage-shared/cnm/embedding/code/llama_1B_legal_retrieval_v2_2.3M_clean_150726_finetune2_07150726/checkpoint-8000
  • /workspace/storage-shared/cnm/huyhq21_v2/mergekit/output_slerp_1B_data_v2_clean_v6

Configuration

The following YAML configuration was used to produce this model:

# slices:
#   - sources:
#       - model: psmathur/orca_mini_v3_13b
#         layer_range: [0, 40]
#       - model: garage-bAInd/Platypus2-13B
#         layer_range: [0, 40]
# # or, the equivalent models: syntax:
# # models:
# #   - model: psmathur/orca_mini_v3_13b
# #   - model: garage-bAInd/Platypus2-13B
# merge_method: slerp
# base_model: psmathur/orca_mini_v3_13b
# parameters:
#   t:
#     - filter: self_attn
#       value: [0, 0.5, 0.3, 0.7, 1]
#     - filter: mlp
#       value: [1, 0.5, 0.7, 0.3, 0]
#     - value: 0.5 # fallback for rest of tensors
# dtype: float16
# slices:
models:
      - model: /workspace/storage-shared/cnm/embedding/code/llama_1B_legal_retrieval_v2_2.3M_clean_150726_finetune2_07150726/checkpoint-8000 # Mô hình A (Base gốc)
        # layer_range: [0, 36]
      - model: /workspace/storage-shared/cnm/huyhq21_v2/mergekit/output_slerp_1B_data_v2_clean_v6   # Mô hình B (Đã Finetune)
        # layer_range: [0, 36]
merge_method: slerp
base_model: /workspace/storage-shared/cnm/huyhq21_v2/mergekit/output_slerp_1B_data_v2_clean_v6 # Mô hình B (Đã Finetune)
parameters:
  t: 
    #- filter: self_attn
    - filter: layers
      value: [0.2, 0.3, 0.5, 0.6, 0.7, 0.8]
    #- filter: mlp
     # value: [0.2, 0.3, 0.5, 0.6, 0.7, 0.8]
    - value: 0.5 # fallback cho layernorm
dtype: bfloat16

# models:
#   - model: /workspace/storage-shared/cnm/cuongnq23/project_embeding/models/Qwen/Qwen3-Embedding-8B
#   - model: /workspace/storage-shared/cnm/embedding/code/qwen8b_SFT_kalm_vnlaw_3M/checkpoint-20000
# merge_method: slerp
# base_model: /workspace/storage-shared/cnm/cuongnq23/project_embeding/models/Qwen/Qwen3-Embedding-8B
# parameters:
#   t:
#     # Trượt dốc từ 10% (đáy) lên 90% (đỉnh)
#     - value: [0.1, 0.3, 0.5, 0.7, 0.9] 
# dtype: bfloat16

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
LlamaBidirectionalModel
Ревизия весов
805e739

0 моделей