/ Модель

Характеристики

Лицензия
Llama 3.1
Базовая модель
Llama-3.1-8B-Instruct
Опубликована
19 сен 2025

Llama-3.1-8B-Instruct-speculator.eagle3

Генерация текстаТекст → текст3 профессии

Спекулятивная модель Red Hat для ускорения текстовой генерации Llama 3.1 8B Instruct с помощью EAGLE-3 и vLLM.

6 878скачиваний за 30 дней2лайкавеса обновлены8 апр 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

RedHatAI/Llama-3.1-8B-Instruct-speculator.eagle3 — спекулятивная модель-драфтер от Red Hat для ускорения генерации текста базовой моделью meta-llama/Llama-3.1-8B-Instruct. Она реализует архитектуру Eagle3Speculator и алгоритм спекулятивного декодирования EAGLE-3; обучена на наборах Aeala/ShareGPT_Vicuna_unfiltered и HuggingFaceH4/ultrachat_200k. Модель предназначена для использования вместе с указанной базовой моделью в vLLM и рассчитана на чатовый шаблон Llama 3.1 через endpoint /chat/completions.

Это вспомогательная модель для генерации кандидатов, а не самостоятельная замена базовой Llama. Она может повышать скорость генерации при совместном запуске, но выигрыш зависит от сценария и настроек; в README приведены бенчмарки на одной A100, однако таблицы результатов опущены. Репозиторий содержит веса в формате safetensors. Лицензия — llama3.1.

Сценарии применения

  • ускорение генерации ответов в чат-сервисе на базе Llama 3.1
  • ускорение генерации текста через vLLM
  • снижение задержки при обслуживании запросов /chat/completions

Ограничения

Модель предназначена для совместного использования с meta-llama/Llama-3.1-8B-Instruct и соответствующим чат-шаблоном; сама по себе не является универсальной базовой моделью. Ускорение зависит от нагрузки и настроек, а численные результаты оценки в доступном README опущены.

Для каких профессий подходит3

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

Llama-3.1-8B-Instruct-speculator.eagle3

Model Overview

  • Verifier: meta-llama/Llama-3.1-8B-Instruct
  • Speculative Decoding Algorithm: EAGLE-3
  • Model Architecture: Eagle3Speculator
  • Release Date: 07/27/2025
  • Version: 1.0
  • Model Developers: RedHat

This is a speculator model designed for use with meta-llama/Llama-3.1-8B-Instruct, based on the EAGLE-3 speculative decoding algorithm. It was trained using the speculators library on a combination of the Aeala/ShareGPT_Vicuna_unfiltered and the HuggingFaceH4/ultrachat_200k datasets. This model should be used with the meta-llama/Llama-3.1-8B-Instruct chat template, specifically through the /chat/completions endpoint.

Use with vLLM

vllm serve meta-llama/Llama-3.1-8B-Instruct \
  -tp 1 \
  --speculative-config '{
    "model": "RedHatAI/Llama-3.1-8B-Instruct-speculator.eagle3",
    "num_speculative_tokens": 3,
    "method": "eagle3"
  }'

Evaluations

  • temperature: 0.6
  • top_p: 0.9
  • repetitions: 5
  • time per experiment: 3min
  • hardware: 1xA100
  • vLLM version: 0.11.0
  • GuideLLM version: 0.3.0

Command

GUIDELLM__PREFERRED_ROUTE="chat_completions" \
guidellm benchmark \
  --target "http://localhost:8000/v1" \
  --data "RedHatAI/speculator_benchmarks" \
  --data-args '{"data_files": "HumanEval.jsonl"}' \
  --rate-type sweep \
  --max-seconds 180 \
  --output-path "Llama-3.1-8B-Instruct-HumanEval.json" \
  --backend-args '{"extra_body": {"chat_completions": {"temperature":0.0}}}'

GuideLLM interface changed, so for compatibility with the latest version (v0.6.0), please use the following command:

GUIDELLM__PREFERRED_ROUTE="chat_completions" \
guidellm benchmark \
  --target "http://localhost:8000/v1" \
  --data "RedHatAI/speculator_benchmarks" \
  --data-args '{"data_files": "HumanEval.jsonl"}' \
  --profile sweep \
  --max-seconds 1800 \
  --output-path "my_output.json" \
  --backend-args '{"extras": {"body": {"temperature":0.6, "top_p":0.95, "top_k":20}}}'

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

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

Класс архитектуры
Eagle3Speculator
Ревизия весов
f4fa34a

0 моделей