/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млрд
Размер весов
6,4 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
llama-3.2-3b-instruct-unsloth-bnb-4bit
Опубликована
27 авг 2026

llama-3.2-3B-food-delivery-router

Генерация текстаТекст → текст3 профессии

Дообученная модель Llama 3.2 на 3,2 млрд параметров для маршрутизации текстовых запросов в сервисе доставки еды.

85скачиваний за 30 дней0лайковвеса обновлены27 авг 2026

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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Модель manokaran1916 — дообученная плотная языковая модель семейства Llama 3.2 с 3,2 млрд параметров, созданная на базе unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit. По названию репозитория она предназначена для маршрутизации запросов в сервисе доставки еды; карточка подтверждает дообучение, но не описывает правила маршрутизации, формат ответов или результаты оценки. Модель работает с текстом и поддерживает контекст до 131 072 токенов.

Модель можно применять в диалоговых сценариях, где нужно направлять запросы пользователей по процессам сервиса доставки еды. Она выпущена в формате Safetensors и распространяется по лицензии Apache-2.0. Для обучения использовались Unsloth и библиотека TRL.

Сценарии применения

  • направление запросов клиентов доставки еды в нужный процесс
  • маршрутизация диалоговых сообщений по категориям обращений
  • обработка текстовых запросов в чат-боте сервиса доставки еды

Ограничения

Карточка не приводит точных правил маршрутизации, примеров входов и выходов или результатов оценки качества. Поддержка английского указана в метаданных; другие языки не подтверждены.

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

Uploaded finetuned model

  • Developed by: manokaran1916
  • License: apache-2.0
  • Finetuned from model : unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit

This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
0a14e5d

0 моделей