/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Архитектура
llama · dense
Базовая модель
Llama-3.2-1B-Instruct
Библиотека
transformers
Опубликована
15 июл 2026

constitution-rm-conform-vs-conform

Классификация текстаТекст → label

Дообученная модель на базе Llama 3.2 1B для классификации и оценки текстовых ответов на соответствие конституционным принципам.

5скачиваний за 30 дней0лайковвеса обновлены15 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

henry202/constitution-rm-conform-vs-conform — дообученная на базе meta-llama/Llama-3.2-1B-Instruct модель классификации последовательностей, обученная с помощью TRL. Карточка демонстрирует её использование как оценщика: на вход подаётся текст, а результат содержит числовую оценку. Размер модели — 1,2 млрд параметров, контекст — до 131 072 токенов; архитектура — LlamaForSequenceClassification, веса представлены в формате safetensors.

Модель подходит для оценки и сравнения текстовых ответов в задачах, связанных с соответствием конституционным принципам. README не уточняет схему оценивания, набор данных и калибровку score, поэтому оценки следует проверять на целевом сценарии. Лицензия в предоставленных данных не указана.

Сценарии применения

  • оценка соответствия ответа заданным принципам
  • сравнение вариантов текстового ответа по оценке модели
  • ранжирование текстовых ответов по оценочному score

Ограничения

Карточка не раскрывает критерии и калибровку оценок, а также обучающие данные; пригодность score для конкретного сценария требует проверки. Лицензия в предоставленных сведениях не указана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for conform_vs_conform

This model is a fine-tuned version of meta-llama/Llama-3.2-1B-Instruct. It has been trained using TRL.

Quick start

from transformers import pipeline

text = "The capital of France is Paris."
rewarder = pipeline(model="None", device="cuda")
output = rewarder(text)[0]
print(output["score"])

Training procedure

This model was trained with Reward.

Framework versions

  • TRL: 1.5.0
  • Transformers: 4.57.6
  • Pytorch: 2.6.0+cu124
  • Datasets: 4.8.5
  • Tokenizers: 0.22.2

Citations

Cite TRL as:

@software{vonwerra2020trl,
  title   = {{TRL: Transformers Reinforcement Learning}},
  author  = {von Werra, Leandro and Belkada, Younes and Tunstall, Lewis and Beeching, Edward and Thrush, Tristan and Lambert, Nathan and Huang, Shengyi and Rasul, Kashif and Gallouédec, Quentin},
  license = {Apache-2.0},
  url     = {https://github.com/huggingface/trl},
  year    = {2020}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForSequenceClassification
Ревизия весов
63f8f49

0 моделей