/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млрд
Размер весов
7,2 ГБ
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Llama-3.2-3B-Instruct
Библиотека
transformers
Опубликована
3 янв 2025

llama-3.2-MEDIT-3B-o1

Генерация текстаТекст → текст8 профессий

Дообученная модель Llama 3.2 на 3,2 млрд параметров для ответов на вопросы, генерации по инструкциям и задач рассуждения в стиле o1.

160скачиваний за 30 дней13лайковвеса обновлены7 янв 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.

  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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,2741

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,44

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2659

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1307

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4382

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3565

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

mkurman/llama-3.2-MEDIT-3B-o1 — компактная языковая модель, созданная дообучением MedIT Solutions Llama 3.2 3B Instruct, основанной на Meta Llama 3.2 3B Instruct. Она использует плотную архитектуру LlamaForCausalLM и содержит 3,2 млрд параметров. Модель предназначена для генерации текста в формате инструкций, ответов на вопросы и задач рассуждения в стиле o1; в README описаны специальные теги для отделения рассуждений от итогового ответа.

Модель поддерживает текстовый ввод и генерацию текста, а её контекстное окно составляет 131 072 токена. В метаданных указан английский язык. Доступны веса в форматах Safetensors и GGUF; лицензия — llama3.2. Для более стабильного точного совпадения автор рекомендует отключать сэмплирование или использовать температуру 0.0. При генерации следует настроить стоп-последовательности, иначе модель может продолжать вывод служебных тегов. Ответы могут содержать фактические ошибки и предвзятости; медицинские выводы требуют проверки специалистом.

Сценарии применения

  • ответы на общие вопросы
  • генерация текста по инструкциям
  • пошаговое исследование задач рассуждения
  • детерминированная генерация ответов при отключённом сэмплировании

Ограничения

Модель может выдавать правдоподобные, но неверные ответы и воспроизводить предвзятости; медицинскую информацию необходимо проверять у квалифицированного специалиста. Для корректной генерации требуется настроить стоп-последовательности для специальных тегов рассуждения.

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

Model Card: mkurman/llama-3.2-MEDIT-3B-o1

This model is a variant of o1-like reasoning that has been fine-tuned on MedIT Solutions Llama 3.2 3B Instruct (a variant of Meta LLama 3.2 3B Instruct). The model introduces specific tags (<Thought> and <Output>) for chain-of-thought style text generation, with a focus on instruct-style reasoning tasks. This model was fine-tuned for exact matching rather than generating a diverse distribution. Therefore, I recommend testing it with do_sample=False or setting temperature=0.0 for deterministic outputs.


Model Details

Model name: mkurman/llama-3.2-MEDIT-3B-o1
Type: Small Language Model (SLM)
Base model: MedIT Solutions Llama 3.2 3B Instruct (derived from Meta Llama 3.2 3B Instruct)
Architecture: 3 billion parameters
License: llama3.2

Intended Use Cases:

  • General question answering
  • Instruction-based generation
  • Reasoning and chain-of-thought exploration

Not Recommended For:

  • Sensitive, real-world medical diagnosis without expert verification
  • Highly domain-specific or regulated fields outside the model’s training scope

Usage

Important Notes on Usage

  1. Stop strings:
    Because the model uses <Thought> and <Output> tags to separate internal reasoning from the final answer, you must supply </Output> as a stop sequence (or multiple stop sequences, if your framework allows) to avoid the model generating infinitely.

  2. Preventing <|python_tag|> bug:
    Sometimes the model starts with <|python_tag|> instead of the intended <Thought>. As a workaround, add "<Thought>\n\n" to the end of your generation prompt (in your chat template) to ensure it starts correctly.

  3. Libraries/Tools:

    • Ollama and LM Studio: Via GGUF file.
    • Jupyter Notebook (or similar): Using the Transformers library.

In Ollama or LM Studio

If you are loading the GGUF file, follow the instructions provided by Ollama or LM Studio. Typically, it involves placing the model file in the appropriate directory and selecting it within the interface.

Example (in Ollama CLI):

ollama run hf.co/mkurman/llama-3.2-MEDIT-3B-o1

You can then issue prompts. Make sure to set stop sequences to </Output> (and possibly </Thought> if your environment supports multiple stops).


In a Jupyter Notebook or Python Script (Transformers)

from transformers import AutoTokenizer, AutoModelForCausalLM

# 1. Load the tokenizer and model
tokenizer = AutoTokenizer.from_pretrained("mkurman/llama-3.2-MEDIT-3B-o1")
model = AutoModelForCausalLM.from_pretrained("mkurman/llama-3.2-MEDIT-3B-o1")

# 2. Define and encode your prompt
#   Add '<Thought>\n\n' at the end if you want to ensure 
#   the model uses the correct reasoning tag.
prompt = [{'role': 'user', 'content': 'Write a short instagram post about hypertension in children. Finish with 3 hashtags'}]
input_ids = tokenizer(tokenizer.apply_chat_template(prompt, tokenize=False, add_generation_prompt=True) + '<Thought>\n\n', return_tensors='pt')

# 3. Generate response with stop sequences (if your generation method supports them)
#    If your method doesn't support stop sequences directly, 
#    you can manually slice the model's output at '</Output>'.
output = model.generate(
    input_ids=input_ids,
    max_new_tokens=256,
    do_sample=False, #or True with temperature 0.0
    temperature=0.0,
    # Some generation methods or libraries allow specifying stop sequences. 
    # This is an example if your environment supports it.
    # stop=["</Output>"]
)

# 4. Decode the output
decoded_output = tokenizer.decode(output[0], skip_special_tokens=True)
print(decoded_output)

Note: If your generation library does not allow direct stop sequences, you can manually parse and remove any tokens that appear after </Output>.


Example Prompt/Response

Prompt:

<Talk about the impact of regular exercise on cardiovascular health>
<Thought>

(Remember to add <Thought>\n\n at the end if you see the <|python_tag|> bug.)

Model’s Reasoning (<Thought> block):

Exercise improves heart function by ...

Model’s Final Answer (<Output> block):

Regular exercise has been shown to ...
</Output>

You would display the <Output> portion as the final user-facing answer.


Limitations and Bias

  • Hallucination: The model may generate plausible-sounding but incorrect or nonsensical answers.
  • Medical Information: Never rely on this model as a source of truth! this model is not a certified medical professional. Always verify with qualified experts before acting on medical advice.
  • Biases: The model’s outputs may reflect biases present in the training data. Users should evaluate content for fairness and accuracy.

License and Citation

Please refer to the base model’s Llama 3.2 Community License Agreement and any additional licenses from MedIT Solutions. If you use this model in your work, please cite:

@misc{mkurman2025llama3medit3bo1,
  title={{mkurman/llama-3.2-MEDIT-3B-o1}: A fine-tuned Llama 3.2 3B Instruct model for reasoning tasks},
  author={Kurman, Mariusz},
  year={2025},
  howpublished={\url{https://huggingface.co/mkurman/llama-3.2-MEDIT-3B-o1}}
}

Contact

For questions, comments, or issues related to mkurman/llama-3.2-MEDIT-3B-o1, please open an issue on the model repository or contact mkurman.

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
b85c09e

0 моделей