large-baseline
Merged checkpoint produced by the standalone Delta-P2S experiment package.
Training base: meta-llama/Llama-2-13b-hf
Training directory: ./runs/metamath_llama_SameFormula-S13/train/large_baseline
Характеристики
- Контекст
- 4 096 токенов
- Параметры
- 12,9 млрд
- Размер весов
- 26 ГБ
- Архитектура
- llama · dense
- Библиотека
- transformers
- Опубликована
- 1 сен 2026
Ссылки
DeltaP2S-Llama2-13B-SameFormula-Math-S13
Объединённая модель семейства Llama на 12,9 млрд параметров для генерации текста в рамках математического эксперимента Delta-P2S.
22скачиваний за 30 дней0лайковвеса обновлены1 сен 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.
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
DeltaP2S-Llama2-13B-SameFormula-Math-S13 — объединённый чекпойнт эксперимента Delta-P2S, созданный на основе meta-llama/Llama-2-13b-hf. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, предназначенная для генерации текста; в карточке также указана математическая направленность эксперимента SameFormula-S13.
Модель использует библиотеку Transformers, веса представлены в формате safetensors, длина контекста составляет 4096 токенов. Данных о поддерживаемых естественных языках и специальных возможностях, помимо генерации текста, карточка не содержит. Лицензия в предоставленных сведениях не указана.
Сценарии применения
- генерация решений математических задач
- проверка экспериментальных методов обучения математическим рассуждениям
- генерация текста на основе подсказки
Ограничения
Карточка не приводит результатов оценки качества или явных ограничений. Лицензия в предоставленных данных не указана.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейI.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
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- c9dfd1c