Uploaded model
- Developed by: goncalocapelalopes
- License: apache-2.0
- Finetuned from model : goncalocapelalopes/TwinLlama-3.1-8B
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Контекст
- 131 072 токена
- Параметры
- 7,5 млрд
- Размер весов
- 16,1 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- llama · dense
- Базовая модель
- TwinLlama-3.1-8B
- Опубликована
- 22 сен 2026
Ссылки
TwinLlama-3.1-8B-DPO
Англоязычная диалоговая Llama-модель на 7,5 млрд параметров для генерации текста с контекстом до 131 072 токена.
279скачиваний за 30 дней0лайковвеса обновлены22 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
TwinLlama-3.1-8B-DPO — диалоговая модель генерации текста, разработанная goncalocapelalopes и дообученная на базе goncalocapelalopes/TwinLlama-3.1-8B. Она основана на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров. Модель предназначена для диалоговых ответов и генерации текста на английском языке; заявленная длина контекста — 131 072 токена. Веса опубликованы в формате Safetensors, лицензия — Apache 2.0.
В README указано, что при обучении использовались Unsloth и библиотека TRL. Отдельные сведения о данных обучения, целевых улучшениях DPO и сравнительном качестве не приведены, поэтому конкретные преимущества дообучения оценить нельзя.
Сценарии применения
- генерация ответов в текстовом диалоге
- создание черновиков и продолжение текста
- ответы на вопросы на английском языке
Ограничения
В карточке нет описания обучающих данных, целевых улучшений DPO или результатов оценки качества.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделейIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модельIII.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594модели
Также подходит для
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
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- 03df6b6