Uploaded finetuned model
- Developed by: Terisara
- License: apache-2.0
- Finetuned from model : unsloth/llama-3.2-3b-instruct-unsloth-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-unsloth-bnb-4bit
- Опубликована
- 23 авг 2026
Ссылки
studenttext_PAD_val_test01_llama
Производная модели Terisara/studenttext_PAD_val_test02_LLAMA3.2. Дообученная Terisara версия Llama 3.2 3B Instruct для генерации английского текста и диалоговых ответов.
65скачиваний за 30 дней0лайковвеса обновлены23 авг 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
Карточка модели Terisara/studenttext_PAD_val_test01_llama на Hugging Face совпадает с карточкой Terisara/studenttext_PAD_val_test02_LLAMA3.2, поэтому описание составлено по ней.
Модель Terisara — дообученная версия Llama 3.2 3B Instruct для генерации текста в диалоговом формате. Она создана на базе unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL от Hugging Face. Модель имеет плотную архитектуру LlamaForCausalLM, около 3,2 млрд параметров, принимает текст и генерирует текст. Заявленная длина контекста — 131 072 токена; в метаданных указан английский язык.
Модель можно применять для диалоговых ответов и генерации текста на английском языке. Веса опубликованы в формате Safetensors. Лицензия — Apache-2.0. Специализация дообучения и оценки качества в README не описаны.
Сценарии применения
- генерация ответов в англоязычном чат-боте
- составление и продолжение текстов на английском языке
- прототипирование диалогового ассистента
- генерация текста в приложениях на базе Llama
Ограничения
Специализация дообучения и результаты оценки качества не приведены. Указанная длина контекста не гарантирует сохранение качества на всём диапазоне.
Для каких профессий подходит4
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.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель
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
- d456d43