/ Модель
Каталог

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
32,1 ГБ
Архитектура
llama · dense
Базовая модель
llama-3-8b-base-sft-ultrachat-8xh200
Библиотека
transformers
Опубликована
8 авг 2026

Ссылки

Hugging Face

b200-l3-ultra-bsw-lsc-b0p05-s42-v1-a1

W-61
Генерация текстаТекст → текст5 профессий

Дообученная чат-модель Llama с 7,5 млрд параметров для генерации текста в диалогах.

13скачиваний за 30 дней0лайковвеса обновлены8 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

b200-l3-ultra-bsw-lsc-b0p05-s42-v1-a1 — дообученная чат-модель на архитектуре Llama, разработанная на основе W-61/llama-3-8b-base-sft-ultrachat-8xh200. Она предназначена для генерации текста в диалоге. Модель содержит 7,5 млрд параметров, использует библиотеку Transformers и формат safetensors; длина контекста — 8192 токена.

README не раскрывает особенности обучения, целевые сценарии, языки или результаты оценки, поэтому возможности модели сверх генерации текста в чате не установлены. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов в текстовом чате
  • ведение диалога с пользователем
  • создание продолжения для заданного текста

Ограничения

Данные о целевых сценариях, языковой поддержке, обучающем наборе и оценке качества отсутствуют. Лицензия в предоставленных источниках не указана.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.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

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

b200-l3-ultra-bsw-lsc-b0p05-s42-v1-a1

This model is a fine-tuned version of W-61/llama-3-8b-base-sft-ultrachat-8xh200 on an unknown dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-07
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 128
  • total_eval_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • training_steps: 477

Training results

Framework versions

  • Transformers 4.51.0
  • Pytorch 2.7.1+cu128
  • Datasets 2.21.0
  • Tokenizers 0.21.4

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
bfff212

0 моделей

    Создать бенчмарк