Характеристики

Контекст: 131 072 токена
Параметры: 11,4 млрд
Размер весов: 47,8 ГБ
Архитектура: llama · dense
Библиотека: transformers
Опубликована: 22 ноя 2025

Ссылки

Hugging Face

L3.1-Spectrev2-12B

kromcomp

Генерация текстаТекст → текст13 профессий

Объединённая 11,4-миллиардная языковая модель Llama для диалоговой генерации текста с контекстом до 131 072 токенов.

72скачиваний за 30 дней2лайкавеса обновлены22 ноя 2025

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.

Открыть конструктор бенчмарка

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

kromcomp/L3.1-Spectrev2-12B — объединённая языковая модель на архитектуре Llama, созданная автором репозитория с помощью mergekit и метода Passthrough. В объединении использована модель merge/imps. Модель содержит 11,4 млрд параметров, построена как плотная авторегрессионная модель для генерации текста и поддерживает диалоговый режим.

Модель подходит для генерации ответов в чате и других задач, где требуется продолжать или создавать текст. Заявленная длина контекста — 131 072 токена. Репозиторий содержит веса в формате Safetensors; для работы указана библиотека Transformers.

README и метаданные не описывают специализацию по предметным областям или отдельные ограничения качества. Лицензия в предоставленных данных не указана.

Сценарии применения

генерация ответов в диалоговом чате
составление и продолжение текстов
ответы на запросы пользователя в текстовом интерфейсе

Ограничения

В карточке не приведены оценки качества и специализированные области применения; языковая поддержка и лицензия не определены предоставленными данными.

Для каких профессий подходит13

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель I.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель III.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

Открыть на Hugging Face

spectre

This is a merge of pre-trained language models created using mergekit.

Merge Details

Merge Method

This model was merged using the Passthrough merge method.

Models Merged

The following models were included in the merge:

merge/imps

Configuration

The following YAML configuration was used to produce this model:

dtype: float32
merge_method: passthrough
modules:
  default:
    slices:
    - sources:
      - layer_range: [0, 4]
        model: merge/imps
    - sources:
      - layer_range: [2, 4]
        model: merge/imps
        parameters:
          scale:
          - filter: o_proj
            value: 0.0
          - filter: down_proj
            value: 0.0
          - value: 1.0
    - sources:
      - layer_range: [4, 6]
        model: merge/imps
    - sources:
      - layer_range: [4, 6]
        model: merge/imps
        parameters:
          scale:
          - filter: o_proj
            value: 0.0
          - filter: down_proj
            value: 0.0
          - value: 1.0
    - sources:
      - layer_range: [6, 8]
        model: merge/imps
    - sources:
      - layer_range: [6, 8]
        model: merge/imps
        parameters:
          scale:
          - filter: o_proj
            value: 0.0
          - filter: down_proj
            value: 0.0
          - value: 1.0
    - sources:
      - layer_range: [8, 10]
        model: merge/imps
    - sources:
      - layer_range: [8, 10]
        model: merge/imps
        parameters:
          scale:
          - filter: o_proj
            value: 0.0
          - filter: down_proj
            value: 0.0
          - value: 1.0
    - sources:
      - layer_range: [10, 14]
        model: merge/imps
    - sources:
      - layer_range: [12, 14]
        model: merge/imps
        parameters:
          scale:
          - filter: o_proj
            value: 0.0
          - filter: down_proj
            value: 0.0
          - value: 1.0
    - sources:
      - layer_range: [14, 18]
        model: merge/imps
    - sources:
      - layer_range: [16, 18]
        model: merge/imps
        parameters:
          scale:
          - filter: o_proj
            value: 0.0
          - filter: down_proj
            value: 0.0
          - value: 1.0
    - sources:
      - layer_range: [18, 28]
        model: merge/imps
    - sources:
      - layer_range: [26, 28]
        model: merge/imps
        parameters:
          scale:
          - filter: o_proj
            value: 0.0
          - filter: down_proj
            value: 0.0
          - value: 1.0
    - sources:
      - layer_range: [28, 30]
        model: merge/imps
    - sources:
      - layer_range: [28, 30]
        model: merge/imps
        parameters:
          scale:
          - filter: o_proj
            value: 0.0
          - filter: down_proj
            value: 0.0
          - value: 1.0
    - sources:
      - layer_range: [30, 32]
        model: merge/imps
    - sources:
      - layer_range: [30, 32]
        model: merge/imps
        parameters:
          scale:
          - filter: o_proj
            value: 0.0
          - filter: down_proj
            value: 0.0
          - value: 1.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: LlamaForCausalLM
Ревизия весов: 4bcd97c