/ Модель

Характеристики

Базовая модель
Llama-3.3-70B-Instruct-GGUF
Библиотека
mesh-llm
Опубликована
27 мая 2026

Llama-3.3-70B-Instruct-Q3_K_M-draft-layers

Генерация текстаТекст → текст8 профессий

Пакет слоёв квантованной Llama 3.3 70B Instruct для локального и распределённого чат-инференса через Mesh LLM.

825скачиваний 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

Это пакет слоёв модели Llama 3.3 70B Instruct в формате GGUF Q3_K_M, подготовленный Mesh LLM для распределённого инференса. Пакет создан из unsloth/Llama-3.3-70B-Instruct-GGUF и разбивает исходное представление модели на артефакты по слоям для запуска на кластере Mesh LLM.

Модель предназначена для локального приватного диалогового инференса, распределения вычислений и памяти между несколькими машинами, а также для чат-сценариев через локальный API, совместимый с OpenAI. В основе — семейство Llama; пакет поддерживает генерацию текста и чат. Квантизация Q3_K_M уменьшает требования к ресурсам по сравнению с полноточным представлением, но может влиять на качество ответов. Условия лицензии следует сверять с карточкой исходной модели.

Сценарии применения

  • Локальный приватный чат с языковой моделью
  • Запуск модели на нескольких машинах Mesh LLM
  • Обслуживание запросов через совместимый с OpenAI локальный API
  • Генерация текста и ответов на сообщения

Ограничения

Пакет рассчитан на запуск через Mesh LLM и распределённую инфраструктуру; квантизация Q3_K_M может снижать качество относительно менее квантованных вариантов. Языковая поддержка и точные условия лицензии в предоставленной карточке пакета не описаны.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GGUF layer package for running Llama-3.3-70B-Instruct-Q3_K_M across a local Mesh LLM cluster.

This package is derived from unsloth/Llama-3.3-70B-Instruct-GGUF and keeps the original GGUF distribution split into per-layer artifacts for distributed inference.

Highlights

Run locallyPool multiple machinesOpenAI-compatiblePackage variant
Private inference on your hardwareSplit layers across peersServe /v1/chat/completions locallyQ3_K_M layer package

Model Overview

PropertyValue
Source modelunsloth/Llama-3.3-70B-Instruct-GGUF
Model idunsloth/Llama-3.3-70B-Instruct-GGUF:Q3_K_M
FamilyLlama
Parameter scale70B
QuantizationQ3_K_M
Layer count80
Activation width8192
Package size32.5 GB
Source fileLlama-3.3-70B-Instruct-Q3_K_M.gguf
Package repomeshllm/Llama-3.3-70B-Instruct-Q3_K_M-draft-layers

Recommended Use

  • Local and private inference with Mesh LLM.
  • Multi-machine serving when the full GGUF is too large for one host.
  • OpenAI-compatible chat/completions workflows through Mesh LLM's local API.

For upstream architecture details, chat template guidance, sampling recommendations, license terms, and benchmark notes, see the source model card: unsloth/Llama-3.3-70B-Instruct-GGUF.

Quickstart

# Run this on each machine that should contribute memory/compute.
mesh-llm serve --model "meshllm/Llama-3.3-70B-Instruct-Q3_K_M-draft-layers" --split
# Check the mesh and discover the OpenAI-compatible model name.
curl -s http://localhost:3131/api/status
curl -s http://localhost:3131/v1/models
# Send an OpenAI-compatible chat request.
curl -s http://localhost:3131/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "unsloth/Llama-3.3-70B-Instruct-GGUF:Q3_K_M",
    "messages": [{"role": "user", "content": "Write a tiny hello-world function in Rust."}],
    "max_tokens": 128
  }'

Package Variant

PropertyValue
Formatlayer-package
Canonical source refunsloth/Llama-3.3-70B-Instruct-GGUF@main/Llama-3.3-70B-Instruct-Q3_K_M.gguf
Source revisionmain
Source SHA-2567f13297f95a1d2284c5d5b90e2cf3ba6b33f97b408d2af43a89ff3a42178a2f1
Skippy ABI0.1.24
Package manifest SHA-25679ece8130ac881d79fcd78e6710d86c62a28de119b0c1f3b8226fffbfe6b8854

What Is Included

ArtifactPathContentsSHA-256
Manifestmodel-package.jsonPackage schema, source identity, checksums79ece8130ac881d79fcd78e6710d86c62a28de119b0c1f3b8226fffbfe6b8854
Metadatashared/metadata.gguf1 tensors, 7.5 MB538e8df59d0738026552485c48a4568d42df951ea570638cf5fd34e2549d875a
Embeddingsshared/embeddings.gguf2 tensors, 438.0 MB88ee8430d36f2257c154a8bf26197f75a2a4600eaa44e7ab532cfc120aa4aa0f
Output headshared/output.gguf3 tensors, 829.4 MB370ad9e6cc70504d87a1a2d23a03fd26c34579af19a6f7b5ac305e264f424ace
Transformer layerslayers/layer-*.gguf80 layer artifacts, 800 tensors, 31.3 GBsee model-package.json

Validation

Generated by the Mesh LLM HF Jobs splitter from mesh-llm ref codex/package-declared-draft-spec-main. Each artifact is checksummed as it is written, uploaded to this repository, and removed from the job workspace before the next artifact is produced.

skippy-model-package write-package "/source/Llama-3.3-70B-Instruct-Q3_K_M.gguf" --out-dir "/tmp/meshllm-layer-job-meshllm_Llama-3.3-70B-Instruct-Q3_K_M-draft-layers-194/package"

Links

Как запустить

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

GPU в ailist

llama.cpp

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Ревизия весов
64740e0

0 моделей