/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
12,9 млрд
Лицензия
Llama 2
Архитектура
llama · dense
Базовая модель
Llama-2-13b-hf
Библиотека
transformers
Опубликована
26 авг 2026

Llama-2-13b-QuIP-HARP-2Bit

Генерация текстаТекст → текст3 профессии

2-битная квантизированная версия Llama 2 на 13 млрд параметров для генерации и продолжения текста с использованием QuIP# и HARP.

18скачиваний за 30 дней0лайковвеса обновлены30 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.

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 13-миллиардная языковая модель семейства Llama 2, представленная brain-lab как 2-битная версия meta-llama/Llama-2-13b-hf. Веса сжаты методом посттренировочной квантизации QuIP# с HARP — обучаемым структурированным ортогональным преобразованием, которое подгоняется на калибровочных данных без переобучения самой модели. Архитектура — плотная авторегрессионная LlamaForCausalLM; модель предназначена для генерации и продолжения текста, контекст — до 4096 токенов.

По данным карточки, на WikiText2 и C4 при примерно 2 битах на параметр вариант с HARP показал меньшую perplexity, чем QuIP# с фиксированным преобразованием. Для запуска нужны упакованные веса QuIP# и код инференса harp_quip; обычный transformers.AutoModelForCausalLM не подходит. Базовая Llama 2 описана как англоязычная. Лицензия — Llama 2 Community License.

Сценарии применения

  • генерация продолжения текста на английском языке
  • локальный инференс языковой модели при ограниченной памяти
  • сравнение методов экстремальной квантизации LLM
  • оценка perplexity на WikiText2 и C4

Ограничения

Для инференса требуется код harp_quip и формат упакованных весов QuIP#; стандартный AutoModelForCausalLM не поддерживается. Контекст ограничен 4096 токенами, а заявленные результаты относятся к WikiText2 и C4.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama-2-13b-QuIP-HARP-2Bit

2-bit quantized version of meta-llama/Llama-2-13b-hf, produced with HARP (Hadamard-Preconditioned Adaptive Rotations), a learnable structured orthogonal incoherence processor for extreme LLM quantization.

What is HARP?

Ultra-low-bit PTQ methods such as QuIP# rely on a randomized Hadamard transform (RHT) to make weights more incoherent before quantization. HARP replaces this fixed transform with a learned structured orthogonal processor. It starts from a Hadamard-style initialization and is fit only on calibration data, so no model retraining is needed. Stored in int8, it adds negligible bits-per-parameter overhead. Everything else in the QuIP# pipeline (codebooks, LDLQ solver, HF export, inference) stays unchanged.

Results

WikiText2 / C4 perplexity at ~2 bits, context length 4096 (BPP includes HARP processor storage):

MethodBPP↓Wiki2↓C4↓
QuIP# (fixed RHT)2.006.058.06
QuIP# + HARP (this model)2.035.737.64

Usage

This checkpoint uses QuIP#-style packed weights and requires the harp_quip inference code (a fork of QuIP#) rather than plain transformers.AutoModelForCausalLM:

git clone https://github.com/brain-lab-research/HARP
cd HARP/harp_quip
pip install -r requirements.txt
cd quiptools && python setup.py install && cd ..
from lib.utils.unsafe_import import model_from_hf_path

model, model_str = model_from_hf_path("brain-lab/Llama-2-13b-QuIP-HARP-2Bit")

See harp_quip/eval/eval_ppl.py and harp_quip/eval/eval_zeroshot.py for perplexity / zero-shot evaluation scripts, and the main repo README for the full quick-start guide.

License

Governed by the Llama 2 license. This is a derivative of Meta's Llama 2 13B; use is subject to Meta's Llama 2 Community License Agreement.

Citation

@article{zagitov2026harp,
  title={HARP: Hadamard-Preconditioned Adaptive Rotation Processor for Extreme LLM Quantization},
  author={Artur Zagitov and Gleb Molodtsov and Aleksandr Beznosikov},
  year={2026},
  eprint={2605.29843},
  archivePrefix={arXiv},
  primaryClass={cs.LG},
  url={https://arxiv.org/abs/2605.29843},
}

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
e3a1b7f

0 моделей