Характеристики

Контекст: 4 096 токенов
Параметры: 6,6 млрд
Лицензия: Llama 2
Архитектура: llama · dense
Базовая модель: Llama-2-7b-hf
Опубликована: 24 июн 2026

Ссылки

Hugging Face arXiv 2607.07964

Llama-2-7b-KronQ-W4A16-g128

donghyunli

Генерация текстаТекст → текст3 профессии

Квантизированная до W4A16 версия Meta Llama 2 7B для генерации текста с уменьшенным размером весов.

25скачиваний за 30 дней0лайковвеса обновлены24 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-2-7b-KronQ-W4A16-g128 — это квантизированная до 4 бит весов версия Meta Llama 2 7B, подготовленная автором репозитория с использованием KronQ — квантования с факторизацией матрицы Гессе по Кронекеру. Активации остаются 16-битными, размер группы квантования — 128. Веса хранятся в упакованном формате int4; README описывает CUDA-ядро слияния деквантизации и BiIP для распаковки во время вычислений.

Модель предназначена для генерации текста и оценки языковых моделей. В README приведены результаты на WikiText-2 и тестах PIQA, ARC, HellaSwag, WinoGrande, BoolQ и OpenBookQA; контекст составляет 4096 токенов. Карточка указывает английский язык и лицензию Llama 2. Опубликованные результаты и размер файла около 3,8 ГБ помогают оценить точность и требования к хранению, однако описание не устанавливает совместимость с конкретными средами запуска.

Сценарии применения

генерация англоязычного текста
оценка языковой модели на бенчмарках
локальный запуск модели с 4-битными весами
эксперименты с квантованием LLM

Ограничения

Веса квантованы до 4 бит, поэтому точность может отличаться от исходной модели. README приводит результаты лишь для указанных бенчмарков и не подтверждает качество на других задачах.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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 I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama-2-7b — KronQ W4A16 g128 (packed int4)

Paper: arXiv:2607.07964 · Code: GitHub

Llama-2-7b quantized to 4-bit weights / 16-bit activations, group size 128, with KronQ (Kronecker-factored Hessian quantization). Packed int4 (~3.8 GB); a fused dequant + bidirectional-incoherence (BiIP) CUDA kernel with per-group scales unpacks on the fly.

Results (WikiText-2, seqlen 2048)

Perplexity: 5.537

Zero-shot accuracy:

PIQA	ARC-E	ARC-C	HellaSwag	WinoGrande	BoolQ	OBQA	Average
77.97	73.06	44.62	75.38	68.90	77.89	43.60	65.92

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

Usage

python eval_pretrained.py meta-llama/Llama-2-7b-hf donghyunli/Llama-2-7b-KronQ-W4A16-g128 --ppl --zs

Recipe

Group-128 asymmetric W4, weight-only (a_bits=16), --alpha 0.25, --act_order, BiIP, raw H_G. 128 WikiText-2 calibration sequences.

License

Derivative of Llama-2-7b — 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: 0a1f754