/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
llama3-8b-spaetzle-v31
Опубликована
27 мая 2024

llama3-8b-spaetzle-v33

Генерация текстаТекст → текст7 профессий

Объединённая модель Llama 3 на 7,5 млрд параметров для диалоговой генерации текста на немецком и английском языках.

19скачиваний за 30 дней0лайковвеса обновлены2 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

cstr/llama3-8b-spaetzle-v33 — объединённая модель на архитектуре Llama 3, созданная путём слияния нескольких версий spaetzle, включая v20, v26, v28 и v31. Она предназначена для генерации текста и диалоговых задач, с компромиссным качеством для сценариев на немецком и английском языках. Модель содержит 7,5 млрд параметров, имеет контекст до 8192 токенов и распространяется в формате Safetensors.

В README приведены результаты тестов EQ-Bench v2 на немецком и английском языках, а также других бенчмарков; это указывает на оценку преимущественно языковых и диалоговых способностей. Для модели опубликована лицензия Llama 3. README также указывает на отдельную GGUF-версию, но этот репозиторий содержит Safetensors. Как слияние моделей, версия v33 объединяет свойства исходных моделей, а подробности их обучения и происхождения данных в карточке раскрыты не полностью.

Сценарии применения

  • диалог с пользователем на немецком языке
  • диалог с пользователем на английском языке
  • генерация ответов и пояснений на немецком и английском
  • выполнение общих текстовых запросов на немецком и английском

Ограничения

Карточка описывает компромиссное качество для немецких и английских задач, а бенчмарки сами по себе не гарантируют качество в конкретных сценариях. Происхождение обучающих данных части исходных моделей по карточке проследить нельзя.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

llama3-8b-spaetzle-v33

This is a merge of the following models:

It attempts a compromise in usefulness for German and English tasks.

For GGUF quants see cstr/llama3-8b-spaetzle-v33-GGUF,

Benchmarks

It achieves on EQ-Bench v2_de as q4km (old version without pre-tokenizer-fix) quants 66.59 (171 of 171 parseable) and 73.17 on v2 (english) (171/171).

For the int4-inc quants:

BenchmarkScore
Average66.13
ARC-c59.81
ARC-e85.27
Boolq84.10
HellaSwag62.47
Lambada73.28
MMLU64.11
OpenbookQA37.2
Piqa80.30
TruthfulQA50.21
Winogrande73.72

Nous

ModelAverageAGIEvalGPT4AllTruthfulQABigbench
mlabonne/Daredevil-8B 📄55.8744.1373.5259.0546.77
cstr/llama3-8b-spaetzle-v33 📄55.2642.6173.959.2845.25
mlabonne/Daredevil-8B-abliterated 📄55.0643.2973.3357.4746.17
NousResearch/Hermes-2-Theta-Llama-3-8B 📄54.2843.972.6256.3644.23
openchat/openchat-3.6-8b-20240522 📄53.4944.0373.6749.7846.48
mlabonne/Llama-3-8B-Instruct-abliterated-dpomix 📄52.2641.669.9554.2243.26
meta-llama/Meta-Llama-3-8B-Instruct 📄51.3441.2269.8651.6542.64
failspy/Meta-Llama-3-8B-Instruct-abliterated-v3 📄51.2140.2369.552.4442.69
mlabonne/OrpoLlama-3-8B 📄48.6334.1770.5952.3937.36
meta-llama/Meta-Llama-3-8B 📄45.4231.169.9543.9136.7

🧩 Configuration

models:
  - model: cstr/llama3-8b-spaetzle-v20
    # no parameters necessary for base model
  - model: cstr/llama3-8b-spaetzle-v31
    parameters:
      density: 0.65
      weight: 0.25
  - model: cstr/llama3-8b-spaetzle-v28
    parameters:
      density: 0.65
      weight: 0.25
  - model: cstr/llama3-8b-spaetzle-v26
    parameters:
      density: 0.65
      weight: 0.15
merge_method: dare_ties
base_model: cstr/llama3-8b-spaetzle-v20
parameters:
  int8_mask: true
dtype: bfloat16
random_seed: 0
tokenizer_source: base

💻 Usage

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "cstr/llama3-8b-spaetzle-v33"
messages = [{"role": "user", "content": "What is a large language model?"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])

EU AI Act Art. 53 — provider obligations

Added 2026-08-02 during an account-wide provenance review.

This is a model merge, not a format conversion. Most cstr/* repositories are GGUF conversions, where the upstream research team remains the provider of the model and the conversion changes only the numeric representation of the weights. A merge produces a model that did not previously exist, so under Regulation (EU) 2024/1689 the maintainer of this repository is plausibly the provider of it, and the duties that survive the Art. 53(2) free-and-open-source exemption — Art. 53(1)(c) and 53(1)(d) — attach here rather than upstream.

Art. 53(1)(c) — copyright policy. No training corpus was assembled by this repository. Merging combines weights that other providers already published; it performs no text or data mining, so no rights reservation under Art. 4(3) of Directive (EU) 2019/790 was engaged by this step. Copyright questions arising from how the constituent models were themselves trained attach to their respective providers. Any credible claim that this repository redistributes material it has no right to redistribute will be acted on — contact via the Community tab.

Art. 53(1)(d) — training content. No data was used to train this model: it is a weight-space combination of models trained by others, and its training content is theirs. Of the 4 constituent models this card names, 2 are still published and 2 are not: cstr/llama3-8b-spaetzle-v28, cstr/llama3-8b-spaetzle-v26. For those, the training-content chain cannot be followed from this card, and no summary is reconstructed here in their place — an untraceable summary presented as a traceable one would be worse than the gap.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
046ea73

0 моделей