Характеристики

Контекст: 8 192 токена
Параметры: 7,5 млрд
Лицензия: Llama 3
Архитектура: llama · dense
Базовая модель: Meta-Llama-3-8B
Опубликована: 24 июн 2026

Ссылки

Meta-Llama-3-8B-KronQ-W2A16-g128

Генерация текстаТекст → текст3 профессии

Квантизированная до 2 бит версия Meta-Llama-3-8B для компактной генерации английского текста с сохранением 16-битных активаций.

31скачиваний за 30 дней0лайковвеса обновлены13 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

Это квантизированная версия плотной авторегрессионной модели Meta-Llama-3-8B, разработанная автором репозитория donghyunli. Веса представлены в формате packed int2 с групповой квантизацией KronQ размера 128; активации остаются 16-битными. Для распаковки весов на лету используется объединённое CUDA-ядро dequantization и BiIP с масштабами для каждой группы. Размер весов составляет около 3,9 ГБ, а контекст модели — 8192 токена.

Модель предназначена для генерации текста и оценки языковых моделей. В README приведены результаты на WikiText-2 и zero-shot-бенчмарках PIQA, ARC, HellaSwag, WinoGrande, BoolQ и OBQA. Она наследует языковую поддержку базовой Meta-Llama-3-8B, для которой метаданные отмечают английский язык. Лицензия — Llama 3; применяйте модель согласно её условиям.

Сценарии применения

генерация английского текста при ограниченной памяти GPU
локальный запуск языковой модели с компактными весами
оценка perplexity на текстовых корпусах
zero-shot оценка знаний и рассуждений на языковых бенчмарках

Ограничения

Квантизация 2-битных весов может снижать точность по сравнению с исходной моделью; опубликованные в README оценки ограничены указанными наборами и настройками zero-shot. Для заявленного ускоренного выполнения требуется CUDA-ядро из проекта.

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

Meta-Llama-3-8B — KronQ W2A16 g128 (packed int2)

Paper: arXiv:2607.07964 · Code: GitHub

Meta-Llama-3-8B quantized to 2-bit weights / 16-bit activations, group size 128, with KronQ (Kronecker-factored Hessian quantization). Packed int2 (~3.9 GB); a fused dequant + bidirectional-incoherence (BiIP) CUDA kernel with per-group scales unpacks on the fly.

Results (WikiText-2, seqlen 2048)

Perplexity: 10.756

Zero-shot accuracy:

PIQA	ARC-E	ARC-C	HellaSwag	WinoGrande	BoolQ	OBQA	Average
68.99	56.31	34.39	53.34	63.30	65.93	34.20	53.78

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

Usage

python eval_pretrained.py meta-llama/Meta-Llama-3-8B donghyunli/Meta-Llama-3-8B-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 Meta-Llama-3-8B — llama3 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: 6e269b9