/ Модель

Характеристики

Лицензия
Llama 3.3
Опубликована
18 сен 2025

Llama-3.3-70B-Instruct-speculator.eagle3

Генерация текстаТекст → текст3 профессии

Вспомогательная модель Red Hat на EAGLE-3 ускоряет генерацию ответов meta-llama/Llama-3.3-70B-Instruct с помощью спекулятивного декодирования.

1 467скачиваний 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-3.3-70B-Instruct-speculator.eagle3 — вспомогательная модель спекулятивного декодирования, разработанная Red Hat для совместной работы с meta-llama/Llama-3.3-70B-Instruct. Она использует алгоритм EAGLE-3 и архитектуру Eagle3Speculator, чтобы ускорять генерацию ответов основной моделью, предлагая токены-кандидаты для проверки. Модель предназначена для применения при обслуживании чат-запросов через шаблон диалога Llama 3.3; в README приведена настройка для vLLM.

Для обучения использованы наборы Aeala/ShareGPT_Vicuna_unfiltered и раздел train_sft набора HuggingFaceH4/ultrachat_200k. Метаданные указывают формат safetensors и лицензию llama3.3. Карточка не приводит точный размер самой вспомогательной модели, длину контекста или численные результаты ускорения; бенчмаркинг описан для конфигурации с четырьмя A100.

Сценарии применения

  • ускорение генерации ответов Llama 3.3 70B в vLLM
  • обслуживание чат-запросов через endpoint chat completions
  • снижение задержки авторегрессивной генерации с проверкой токенов основной моделью

Ограничения

Модель является спекулятором и требует совместного использования с meta-llama/Llama-3.3-70B-Instruct и соответствующим шаблоном чата. В карточке нет численных результатов ускорения и точного размера вспомогательной модели.

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-3.3-70B-Instruct-speculator.eagle3

Model Overview

  • Verifier: meta-llama/Llama-3.3-70B-Instruct
  • Speculative Decoding Algorithm: EAGLE-3
  • Model Architecture: Eagle3Speculator
  • Release Date: 09/15/2025
  • Version: 1.0
  • Model Developers: RedHat

This is a speculator model designed for use with meta-llama/Llama-3.3-70B-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 train_sft split of HuggingFaceH4/ultrachat_200k datasets. This model should be used with the meta-llama/Llama-3.3-70B-Instruct chat template, specifically through the /chat/completions endpoint.

Use with vLLM

vllm serve meta-llama/Llama-3.3-70B-Instruct \
  -tp 4 \
  --speculative-config '{
    "model": "RedHatAI/Llama-3.3-70B-Instruct-speculator.eagle3",
    "num_speculative_tokens": 3,
    "method": "eagle3"
  }'

Evaluations

  • temperature: 0
  • repetitions: 5
  • time per experiment: 4min
  • hardware: 4xA100
  • 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 240 \
  --output-path "Llama-3.3-70B-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
42864f7

0 моделей