Uploaded finetuned model
- Developed by: StevenSiahaan
- License: apache-2.0
- Finetuned from model : unsloth/Llama-3.2-3B-Instruct-bnb-4bit
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 3,2 млрд
- Размер весов
- 6,4 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- Llama-3.2-3B-Instruct-bnb-4bit
- Опубликована
- 11 июл 2026
Ссылки
Llama-3.2-3B-Indonesian-Alpaca
Дообученная модель семейства Llama на 3,2 млрд параметров для диалогов и генерации текста с контекстом до 131072 токенов.
29скачиваний за 30 дней0лайковвеса обновлены19 июл 2026
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
StevenSiahaan дообучил модель unsloth/Llama-3.2-3B-Instruct-bnb-4bit для генерации текста. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 3,2 млрд параметров. Она предназначена для диалогов и других задач генерации текста; в метаданных также отмечен интерфейс вызова инструментов. Заявленная длина контекста — 131072 токена. Модель обучалась с использованием Unsloth и библиотеки TRL от Hugging Face.
Модель распространяется под лицензией Apache-2.0. README не уточняет языковую специализацию дообучения, а языковые метаданные указывают только английский; поэтому её пригодность для индонезийского языка по имеющимся данным подтвердить нельзя.
Сценарии применения
- ведение диалога с пользователем
- генерация связных текстовых ответов
- создание черновиков и продолжение текста
- подключение модели к интерфейсу вызова инструментов
Ограничения
Данные README и метаданных не подтверждают заявленную индонезийскую специализацию; указан только английский язык. Качество на конкретных языках и задачах не описано.
Для каких профессий подходит7
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделейI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 9c2f481