Характеристики

Контекст: 4 096 токенов
Параметры: 12,9 млрд
Лицензия: Llama 2
Архитектура: llama · dense
Базовая модель: Llama-2-13b-hf
Опубликована: 24 июн 2026

Ссылки

Hugging Face arXiv 2607.07964

Llama-2-13b-KronQ-W2A16-g128

donghyunli

Генерация текстаТекст → текст3 профессии

Квантованная до 2 бит версия Llama 2 13B для компактной генерации и продолжения англоязычного текста.

29скачиваний за 30 дней0лайковвеса обновлены14 июл 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

donghyunli/Llama-2-13b-KronQ-W2A16-g128 — модель генерации текста на основе Meta Llama 2 с 13 млрд параметров. Чекпойнт с квантованием KronQ хранит веса в формате int2, использует 16-битные активации и размер группы 128; заявленный размер упакованных весов — около 4 ГБ. Для CUDA описано слитое ядро, которое выполняет распаковку и деквантизацию весов во время работы.

Модель предназначена для продолжения текста и генерации ответов, а также для экспериментов по оценке языковых моделей. В README приведены результаты на WikiText-2 и zero-shot тестах PIQA, ARC, HellaSwag, WinoGrande, BoolQ и OBQA. Базовая модель поддерживает английский язык, контекст составляет 4096 токенов.

Модель выпущена под лицензией Llama 2. Сильная сторона — компактное представление весов при сохранении возможности генерации; качество зависит от задачи и может уступать исходной модели из-за агрессивного 2-битного квантования. Для описанного ускоренного пути требуется совместимая CUDA-среда.

Сценарии применения

продолжение англоязычных текстов
генерация ответов на текстовые запросы
запуск языковой модели при ограниченном объёме памяти
оценка языковой модели на тестах с нулевым обучением

Ограничения

2-битное квантование может снижать качество относительно исходной модели, причём оно зависит от задачи. Для описанного слитого ядра деквантизации требуется совместимая CUDA-среда.

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 385моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.6Разработка и данныеДокументация и сопровождение разработкиAI помогает поддерживать понятную техническую документацию и ускорять передачу знаний.18 задач38 015моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama-2-13b — KronQ W2A16 g128 (packed int2)

Paper: arXiv:2607.07964 · Code: GitHub

Llama-2-13b quantized to 2-bit weights / 16-bit activations, group size 128, with KronQ (Kronecker-factored Hessian quantization). Packed int2 (~4.0 GB); a fused dequant + bidirectional-incoherence (BiIP) CUDA kernel with per-group scales unpacks on the fly.

Results (WikiText-2, seqlen 2048)

Perplexity: 6.508

Zero-shot accuracy:

PIQA	ARC-E	ARC-C	HellaSwag	WinoGrande	BoolQ	OBQA	Average
72.58	68.86	38.14	63.88	65.98	66.02	36.80	58.89

(lm-evaluation-harness 0-shot; acc_norm for PIQA/HellaSwag/ARC, acc for WinoGrande/BoolQ.)

Usage

python eval_pretrained.py meta-llama/Llama-2-13b-hf donghyunli/Llama-2-13b-KronQ-W2A16-g128 --ppl --zs

Recipe

Group-128 asymmetric W2, weight-only (a_bits=16), --alpha 0.25, --act_order, BiIP, raw H_G. 128 WikiText-2 calibration sequences.

License

Derivative of Llama-2-13b — llama2 license.

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: 77284a1