/ Модель
Каталог

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Meta-Llama-3.1-8B-bnb-4bit
Библиотека
transformers
Опубликована
25 дек 2024

Ссылки

Hugging FacearXiv 1910.09700

Llama-3.1-8B-bnb-4bit-M-exec-roles

daresearch
Генерация текстаТекст → текст3 профессии

Дообученная Llama 3.1 для определения ранга и роли руководителей по тексту должности и организационному контексту.

17скачиваний за 30 дней0лайковвеса обновлены6 апр 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

Модель daresearch/Llama-3.1-8B-bnb-4bit-M-exec-roles разработана для классификации должностей и ролей руководителей в корпоративном контексте. Это дообученная с помощью LoRA плотная авторегрессионная модель семейства Llama 3.1 с 7,5 млрд параметров; она принимает текст, например название должности и сведения об организации, и формирует текстовый ответ о ранге или роли — таких как VP, SVP, CEO, CXO и член совета директоров. Указанная длина контекста — 131 072 токена.

Модель предназначена для выявления руководящих ролей, классификации должностей и определения их места в иерархии. Она поддерживает английский язык. Лицензия — Llama 3.1. В карточке нет сведений о данных обучения, метриках, результатах тестирования или подробных ограничениях; качество классификации и устойчивость к различиям в названиях должностей не описаны.

Сценарии применения

  • Классификация названий должностей руководителей по рангу
  • Распознавание ролей CEO, CXO и членов совета директоров
  • Определение места должности в корпоративной иерархии

Ограничения

В карточке не приведены данные обучения, метрики и результаты тестирования, поэтому качество классификации не подтверждено. Указанные ограничения и возможные смещения модели подробно не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейIII.5Корпоративные функцииУправление персоналом и организациейAI помогает поддерживать найм, развитие, организационное планирование и HR-сервисы.24 задачи4 462моделиI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

This model is fine-tuned to classify executive ranks and roles based on text inputs, such as job titles and organizational context. It uses a pre-trained Llama-3.1 model with LoRA (Low-Rank Adaptation) for efficient parameter optimization, targeting the identification of ranks like VP, SVP, and roles like CEO, CXO, and Board membership.

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Model type: Fine-tuned Llama-3.1 with LoRA optimization
  • Language(s) (NLP): English
  • License: Llama 3.1
  • Finetuned from model: unsloth/Meta-Llama-3.1-8B-bnb-4bit

Model Sources [optional]

This model is specifically trained to classify executive ranks and roles in corporate settings, using structured prompts for tasks like entity recognition, role classification, and rank hierarchy identification.

  • Repository: 'daresearch/Llama-3.1-8B-bnb-4bit-M-exec-roles'
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

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
d641b67

0 моделей

    Создать бенчмарк