/ Модель
Каталог

Характеристики

Контекст
256 токенов
Параметры
4,2 млн
Лицензия
Llama 3.3
Архитектура
llama · dense
Базовая модель
Llama-3.3-70B-Instruct
Библиотека
transformers
Опубликована
26 фев 2026

Ссылки

Hugging Face

Llama-3.3-70B-Instruct-3d-1M-100K-0.1-reverse-padzero-plus-mul-sub-99-512D-1L-4H-2048I

arithmetic-circuit-overloading
Генерация текстаТекст → текст3 профессии

Экспериментальный текстовый чекпойнт на базе Llama 3.3 70B Instruct для генерации текста.

103скачиваний за 30 дней0лайковвеса обновлены26 фев 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

Это экспериментальная текстовая генеративная модель на архитектуре LlamaForCausalLM, дообученная на базе meta-llama/Llama-3.3-70B-Instruct. В метаданных указан размер 4,2 млн параметров и контекст 256 токенов; эти значения существенно отличаются от характеристик базовой модели, приведённых в каталоге, поэтому масштаб и практические возможности чекпойнта требуют осторожной интерпретации.

Модель предназначена для генерации текста. README сообщает о дообучении на неизвестном наборе данных и приводит значение loss 1,2853 на оценочном наборе, но не описывает целевые сценарии, языки или качество ответов. Указана лицензия llama3.3; следует соблюдать её условия и условия базовой модели Meta.

Сценарии применения

  • генерация продолжения текста
  • создание диалоговых ответов
  • эксперименты с дообучением Llama

Ограничения

Данные обучения и назначение дообучения не описаны, а значение loss само по себе не позволяет оценить качество для пользовательских задач. Указанные в метаданных размер и контекст расходятся с характеристиками базовой модели в каталоге.

Для каких профессий подходит3

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 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 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama-3.3-70B-Instruct-3d-1M-100K-0.1-reverse-padzero-plus-mul-sub-99-512D-1L-4H-2048I

This model is a fine-tuned version of meta-llama/Llama-3.3-70B-Instruct on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2853

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: 0.001
  • train_batch_size: 128
  • eval_batch_size: 128
  • seed: 42
  • 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: 0.05
  • num_epochs: 5

Training results

Training LossEpochStepValidation Loss
No log003.0899
1.6610.06405001.5949
1.44810.128010001.4441
1.42030.192015001.4214
1.40960.256020001.4124
1.40590.320025001.4060
1.40650.384030001.4073
1.39330.448035001.4022
1.37730.512040001.3790
1.36940.576045001.3722
1.36640.640050001.3638
1.36010.704055001.3582
1.35430.768060001.3499
1.34820.831965001.3499
1.34490.895970001.3476
1.34180.959975001.3382
1.33541.023980001.3350
1.32991.087985001.3301
1.32811.151990001.3259
1.3261.215995001.3247
1.32581.2799100001.3245
1.32271.3439105001.3222
1.32251.4079110001.3222
1.32181.4719115001.3205
1.32111.5359120001.3196
1.31931.5999125001.3185
1.31991.6639130001.3182
1.3191.7279135001.3176
1.31641.7919140001.3167
1.31571.8559145001.3174
1.31871.9199150001.3176
1.31791.9839155001.3159
1.31552.0479160001.3151
1.3142.1119165001.3149
1.31452.1759170001.3146
1.31312.2399175001.3137
1.31292.3039180001.3140
1.31422.3678185001.3145
1.31232.4318190001.3122
1.30692.4958195001.3057
1.30192.5598200001.3000
1.29912.6238205001.2970
1.29422.6878210001.2963
1.29482.7518215001.2947
1.29322.8158220001.2930
1.2932.8798225001.2921
1.29132.9438230001.2910
1.29063.0078235001.2908
1.29073.0718240001.2902
1.293.1358245001.2896
1.28883.1998250001.2891
1.28793.2638255001.2889
1.28953.3278260001.2887
1.28833.3918265001.2879
1.28663.4558270001.2875
1.28763.5198275001.2872
1.28763.5838280001.2869
1.28683.6478285001.2868
1.28713.7118290001.2866
1.28513.7758295001.2862
1.28493.8398300001.2861
1.28563.9038305001.2858
1.28633.9677310001.2858
1.2864.0317315001.2856
1.28684.0957320001.2855
1.28474.1597325001.2855
1.28614.2237330001.2855
1.28654.2877335001.2854
1.28634.3517340001.2853
1.28394.4157345001.2853
1.2854.4797350001.2853
1.28674.5437355001.2853
1.28454.6077360001.2853
1.28424.6717365001.2853
1.28514.7357370001.2853
1.28524.7997375001.2853
1.28634.8637380001.2853
1.28474.9277385001.2853
1.28364.9917390001.2853

Framework versions

  • Transformers 4.57.1
  • Pytorch 2.9.0+cu128
  • Datasets 4.5.0
  • Tokenizers 0.22.1

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
37d6990

0 моделей

    Создать бенчмарк