Uploaded finetuned model
- Developed by: YoojongChoi
- License: apache-2.0
- Finetuned from model : unsloth/meta-llama-3.1-8b-instruct-unsloth-bnb-4bit
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 7,5 млрд
- Размер весов
- 16,1 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- meta-llama-3.1-8b-instruct-unsloth-bnb-4bit
- Опубликована
- 26 сен 2025
Ссылки
Llama-3.1-8B-Instruct-ft-hallucination-detection
Дообученная на базе Llama 3.1 8B Instruct разговорная модель для выявления галлюцинаций в текстовых ответах.
151скачиваний за 30 дней4лайкавеса обновлены27 сен 2025
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
YoojongChoi/Llama-3.1-8B-Instruct-ft-hallucination-detection — дообученная разговорная модель на архитектуре Llama 3.1, созданная YoojongChoi на базе unsloth/meta-llama-3.1-8b-instruct-unsloth-bnb-4bit с использованием Unsloth и библиотеки TRL. Репозиторий содержит веса Safetensors; модель насчитывает 7,5 млрд параметров и поддерживает контекст до 131 072 токенов.
По названию модель предназначена для выявления галлюцинаций в ответах языковых моделей. Метаданные относят её к генерации текста и указывают возможность диалогового взаимодействия; карточка не описывает формат входных данных для детекции, метод оценки или результаты тестирования. Модель распространяется по лицензии Apache-2.0.
Сценарии применения
- проверка ответов языковой модели на галлюцинации
- анализ сгенерированного текста на неподтверждённые утверждения
- диалоговая проверка фактической достоверности текста
Ограничения
README не описывает метод выявления галлюцинаций, формат ожидаемых запросов или точность модели; её назначение для этой задачи следует из названия репозитория. Языковая поддержка в метаданных указана для английского.
Для каких профессий подходит5
Разделы каталога профессий, в задачах которых используется эта модель
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельII.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделейII.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей
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
- 856585b