/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
3,7 млрд
Размер весов
7,6 ГБ
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
Phi-3-mini-4k-instruct-LLaMAfied
Опубликована
29 апр 2024

phi-3-orpo-v8_16

Генерация текстаТекст → текст3 профессии

Экспериментальная немецкоязычная диалоговая модель Phi-3, дообученная методом ORPO для генерации текста.

23скачиваний 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 разработал экспериментальную диалоговую модель на основе vonjack/Phi-3-mini-4k-instruct-LLaMAfied, дообучив её примерно на 150 шагах ORPO на немецком наборе предпочтений. Это плотная модель архитектуры LLaMAForCausalLM с 3,7 млрд параметров и контекстом 4096 токенов; для обучения использовались Unsloth и TRL. Модель предназначена для генерации текста и диалогов на немецком языке.

Небольшой объём дообучения делает её скорее экспериментом, чем проверенным решением для производственных задач. Название набора предпочтений в карточке не приведено. Метаданные указывают лицензию MIT; README также содержит пометку Apache-2.0, но объясняет её как артефакт шаблона карточки и подтверждает MIT.

Сценарии применения

  • генерация ответов в диалоге на немецком языке
  • эксперименты с обучением предпочтений методом ORPO
  • оценка влияния короткого ORPO-дообучения на Phi-3

Ограничения

Дообучение выполнено всего примерно на 150 шагах, поэтому качество и устойчивость модели не следует считать подтверждёнными. Набор предпочтений в карточке не назван.

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
  • Developed by: cstr
  • License: apache-2.0
  • Finetuned from model : vonjack/Phi-3-mini-4k-instruct-LLaMAfied

This is a quick experiment with only 150 orpo steps from a german dataset.

This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.

EU AI Act Art. 53 — provider obligations

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

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

Art. 53(1)(c) — copyright policy. The ORPO training used a German preference dataset. That dataset is not named in this card and should be, which is recorded here as a known gap rather than left implicit — a copyright policy that cannot point at what was trained on is not much of a policy. No text or data mining was performed to assemble a corpus for this repository, so no rights reservation under Art. 4(3) of Directive (EU) 2019/790 was engaged by this step. Any credible claim that this model was trained on material without the necessary rights will be acted on — contact via the Community tab.

Art. 53(1)(d) — training content. Approximately 150 ORPO steps on a German preference dataset, on top of the base model below. The dataset is not identified in this repository; the successor cstr/phi-3-orpo-v9_16 names johannhartmann/mistralorpo for its own run, but it is not asserted here that the same data was used, because that is not recorded. Beyond those steps, the training content is the base model's and is documented by its provider.

Base model. vonjack/Phi-3-mini-4k-instruct-LLaMAfied — the training built on those weights and inherits their terms.

Licence note (2026-08-02). The frontmatter of this card declares mit while the body below states apache-2.0. The frontmatter is correct: the base model vonjack/Phi-3-mini-4k-instruct-LLaMAfied is MIT, as is Microsoft's Phi-3 upstream of it. The apache-2.0 line is an artefact of the Unsloth card template and does not reflect the licence of these weights.

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
4b746af

0 моделей