/ Модель

Характеристики

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

prism-performance-rm-downscaled-creativity

Классификация текстаТекст → label4 профессии

Дообученная компактная Llama-модель для оценки текстов и получения скалярных оценок в задачах ранжирования предпочтений.

9скачиваний за 30 дней0лайковвеса обновлены1 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/prism-performance-rm-downscaled-creativity — дообученная с помощью TRL модель на базе meta-llama/Llama-3.2-1B-Instruct. Она предназначена для оценки текста и выдачи скалярной оценки качества или предпочтительности, например для сравнения ответов и применения в контурах обучения с наградой. Модель построена на плотной архитектуре LlamaForSequenceClassification, содержит 1,2 млрд параметров, принимает текст и возвращает оценку.

Контекстная длина составляет до 131 072 токенов; базовая модель поддерживает несколько языков. Модель распространяется в формате safetensors по лицензии базовой модели Llama 3.2 — Community License от Meta, условия которой следует проверить перед использованием.

Сценарии применения

  • оценка качества ответов языковой модели
  • сравнение вариантов ответа по предпочтительности
  • получение сигнала награды для обучения с подкреплением
  • ранжирование текстов по модельной оценке

Ограничения

Карточка не сообщает данные об обучающем наборе, схеме меток или калибровке оценок, поэтому оценки не следует трактовать как универсальную меру качества. Для применения действуют условия лицензии базовой модели Meta Llama 3.2.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for creativity

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
1090e4c

0 моделей