/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
sarvam-30b
Библиотека
transformers
Опубликована
13 июн 2026

sarvam-30b-compressed

Генерация текстаТекст → текст

Квантованная версия Sarvam-30B для диалогов, следования инструкциям и текстовых рассуждений с более экономным инференсом.

0скачиваний за 30 дней0лайковвеса обновлены18 июн 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

madhurithika22/sarvam-30b-compressed — сжатая 4-битной квантизацией W4A16 версия Sarvam-30B, подготовленная для Resilient AI Challenge. Это авторегрессионная языковая модель с архитектурой SarvamMoEForCausalLM и экспертной смесью (MoE), предназначенная для диалогов и следования инструкциям. Карточка описывает цель оптимизации — сохранить качество рассуждений при меньшем энергопотреблении; заявлены проверки по техническим рассуждениям, медицинским знаниям, языковому творчеству и аналитической логике.

Модель принимает текст и генерирует текст. Базовая модель рассчитана на индийские языки; в тегах репозитория перечислены английский, хинди, бенгальский, тамильский, телугу, маратхи, гуджарати, каннада, малаялам, пенджаби, ория, ассамский, урду, санскрит, непальский и другие языки Индии. В README указан контекст 65 536 токенов, а конфигурация сервера ограничивает длину запроса 8 192 токенами. Для запуска рекомендуются NVIDIA A100 80 ГБ и vLLM. Лицензия Apache 2.0. Заявление о сохранении более 80% базовой производительности относится к условиям челленджа; подробные результаты бенчмарков в карточке не приведены.

Сценарии применения

  • диалоговый помощник на индийских языках
  • ответы на вопросы и выполнение инструкций
  • технические рассуждения и аналитическая логика
  • синтез медицинских знаний в тексте
  • генерация творческих текстов

Ограничения

Карточка не приводит подробных численных результатов оценки; утверждение о сохранении более 80% качества не сопровождается таблицами бенчмарков. Для рекомендованной конфигурации указаны NVIDIA A100 80 ГБ, а серверная конфигурация ограничивает контекст 8 192 токенами при заявленном максимуме модели 65 536.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

image

1. Methodology & Executive Summary

This submission optimizes the Sarvam-30b baseline for high-performance reasoning within constrained energy envelopes.

Compression Strategy

We employed 4-bit Quantization via Compressed-Tensors to achieve W4A16 precision.

Efficiency Goal

The model aims to achieve the optimal balance between inference accuracy and total energy draw, adhering to the challenge threshold of >80% baseline performance.

Energy Transparency

Power efficiency was prioritized throughout the development cycle to minimize the carbon footprint of inference.


2. Technical Specifications

  • Base Model: Sarvam-30b
  • Architecture: SarvamMoEForCausalLM
  • Precision: W4A16
  • License: Apache 2.0
  • Default Context Length: 65,536 tokens

3. Inference & Deployment Configuration

The model is optimized to operate on NVIDIA A100 (80GB) hardware using the vLLM OpenAI API server format.

vllm_config.yaml

model: ./models/sarvam-30b-compressed-w4a16
quantization: compressed-tensors
kv-cache-dtype: auto
max-model-len: 8192
trust-remote-code: true

4. Evaluation Framework

This submission follows the rigorous evaluation protocol defined for the Resilient AI Challenge.

Quality Criteria

Performance was validated using LLM-as-a-judge across the following benchmark categories:

  • Technical Reasoning
  • Medical Knowledge Synthesis
  • Linguistic Creativity
  • Analytical Logic

Energy Monitoring

Our monitoring pipeline utilizes the NVIDIA Management Library (NVML) for real-time GPU power draw, complemented by TDP-relative estimates for CPU load.

Как запустить

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

GPU в ailist

vLLM

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
f6d34eb

0 моделей