/ 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-representative-downscaled

Классификация текстаТекст → label3 профессии

Дообученная классификационная модель на базе Llama 3.2 1B для оценки текстов и ответов.

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

representativedownscaled — дообученная Henry202 модель на базе meta-llama/Llama-3.2-1B-Instruct, обученная с помощью TRL. Она предназначена для классификации текста с выдачей оценки score; пример в карточке показывает применение оценки как награды для текстового ответа. Модель имеет архитектуру LlamaForSequenceClassification, около 1,2 млрд параметров и контекст до 131 072 токенов. Репозиторий содержит веса в формате safetensors.

Модель может подойти для оценки или ранжирования текстовых ответов в пайплайне обучения и отбора ответов. Карточка не приводит сведения о данных обучения, калибровке оценок или проверках качества, поэтому точность и переносимость оценок на новые задачи не установлены. Лицензия в предоставленных данных не указана.

Сценарии применения

  • оценка качества сгенерированных ответов
  • получение reward-оценки для текста
  • классификация текстов по выученной оценке

Ограничения

В карточке не описаны обучающие данные, метрики и калибровка score; пригодность оценок для конкретного сценария требует проверки. Лицензия модели не приведена в доступных данных.

Для каких профессий подходит3

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 representative_downscaled

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
a160fdb

0 моделей