/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
DeepSeek-R1-Distill-Llama3-8B
Опубликована
29 янв 2025

DeepSeek-R1-ReDistill-Llama3-8B-v1.1

Генерация текстаТекст → текст15 профессий

Повторно дистиллированная модель Llama на 7,5 млрд параметров для генерации текста, диалогов и задач рассуждения.

54скачиваний за 30 дней13лайковвеса обновлены30 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.

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3704

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,271

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,3473

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,3285

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,2198

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3396

    Open LLM v2 · архив

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

mobiuslabsgmbh/DeepSeek-R1-ReDistill-Llama3-8B-v1.1 — повторно дистиллированная версия DeepSeek-R1-Distill-Llama3-8B, разработанная Mobius Labs. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Она предназначена для генерации текста и диалоговых сценариев; заявленная длина контекста — 131 072 токена. В сравнении с исходной DeepSeek-R1-Distill-Llama3-8B карточка приводит улучшенные результаты на ARC, MMLU, GPQA, MMLU PRO и MUSR, при этом на HellaSwag результат немного ниже.

Модель подходит для задач рассуждения, ответов на вопросы и других сценариев генерации текста. В репозитории доступны веса safetensors. Лицензия — MIT. В README также упоминается возможность ускорения инференса с HQQ; приведённые в карточке сравнительные результаты не заменяют независимую оценку на целевых данных.

Сценарии применения

  • генерация ответов на вопросы
  • диалоговый помощник
  • решение задач на рассуждение
  • выполнение тестов на общие знания
  • генерация связных текстовых ответов

Ограничения

В сравнительном тесте HellaSwag результат модели немного ниже, чем у исходной DeepSeek-R1-Distill-Llama3-8B. Показатели приведены в README, но условия их получения и независимая проверка не описаны.

Для каких профессий подходит15

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

This is a version of the DeepSeek-R1-Distill-Llama3-8B model re-distilled for better performance.

Performance

ModelsDeepSeek-R1-Distill-Llama3-8BDeepSeek-R1-ReDistill-Llama3-8B-v1.1
ARC (25-shot)49.3250
HellaSwag (10-shot)76.7576.2
MMLU (5-shot)56.8758.78
TruthfulQA-MC250.5351.94
Winogrande (5-shot)68.1170.25
GSM8K (5-shot)61.7975.66
Average60.5663.81
ModelsDeepSeek-R1-Distill-Llama3-8BDeepSeek-R1-ReDistill-Llama3-8B-v1.1
GPQA (0-shot)2933.98
MMLU PRO (5-shot)27.4428.4
MUSR (0-shot)38.2941.82
BBH (3-shot)41.5749.59
IfEval (0-shot) - strict42.8139.09
IfEval (0-shot) - loose31.0540.29

Usage

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
compute_dtype = torch.bfloat16
device   = 'cuda'
model_id = "mobiuslabsgmbh/DeepSeek-R1-ReDistill-Llama3-8B-v1.1"

model     = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype=compute_dtype, attn_implementation="sdpa", device_map=device)
tokenizer = AutoTokenizer.from_pretrained(model_id)

prompt  = "What is 1.5+102.2?"
chat    = tokenizer.apply_chat_template([{"role":"user", "content":prompt}], tokenize=True, add_generation_prompt=True, return_tensors="pt")
outputs = model.generate(chat.to(device), max_new_tokens=1024, do_sample=True) 
print(tokenizer.decode(outputs[0]))

Output:

<|begin▁of▁sentence|><|User|>What is 1.5+102.2?<|Assistant|><think>
To solve 1.5 plus 102.2, I'll start by adding the two numbers together.

First, I'll add the whole numbers: 1 plus 102 equals 103.

Then, I'll add the decimal parts: 0.5 plus 0.2 equals 0.7.

Finally, I'll combine the results: 103 plus 0.7 equals 103.7.

Therefore, 1.5 plus 102.2 is 103.7.
</think>

To find the sum of \(1.5\) and \(102.2\), follow these steps:

1. **Align the decimal points:**

   \[
   \begin{array}{r}
     1.5 \\
   +102.2 \\
   \hline
   \end{array}
   \]

2. **Add the numbers:**

   - Add the whole numbers: \(1 + 102 = 103\)
   - Add the decimal parts: \(0.5 + 0.2 = 0.7\)
   - Combine the results: \(103 + 0.7 = 103.7\)

3. **Final Answer:**

   \[
   \boxed{103.7}
   \]<|end▁of▁sentence|>

HQQ

Run ~3.5x faster with HQQ. First, install the dependencies:

pip install hqq
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
from hqq.models.hf.base import AutoHQQHFModel
from hqq.core.quantize import *

#Params
device        = 'cuda:0'
backend       = "torchao_int4" 
compute_dtype = torch.bfloat16 if backend=="torchao_int4" else torch.float16
model_id      = "mobiuslabsgmbh/DeepSeek-R1-ReDistill-Llama3-8B-v1.1"

#Load
tokenizer = AutoTokenizer.from_pretrained(model_id)
model     = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype=compute_dtype, attn_implementation="sdpa")

#Quantize
quant_config = BaseQuantizeConfig(nbits=4, group_size=64, axis=1)
AutoHQQHFModel.quantize_model(model, quant_config=quant_config, compute_dtype=compute_dtype, device=device)

#Optimize
from hqq.utils.patching import prepare_for_inference
prepare_for_inference(model, backend=backend, verbose=False)

############################################################
#Generate (streaming)
from hqq.utils.generation_hf import HFGenerator
gen = HFGenerator(model, tokenizer, max_new_tokens=4096, do_sample=True, compile='partial').warmup()

prompt = "If A equals B, and C equals B - A, what would be the value of C?" 
out    = gen.generate(prompt, print_tokens=True)

############################################################
# #Generate (simple)
# from hqq.utils.generation_hf import patch_model_for_compiled_runtime
# patch_model_for_compiled_runtime(model, tokenizer, warmup=True)

# prompt = "If A equals B, and C equals B - A, what would be the value of C?" 
# chat    = tokenizer.apply_chat_template([{"role":"user", "content":prompt}], tokenize=True, add_generation_prompt=True, return_tensors="pt")
# outputs = model.generate(chat.to(device), max_new_tokens=8192, do_sample=True) 
# print(tokenizer.decode(outputs[0]))

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
16f6691

0 моделей