/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Архитектура
llama · dense
Библиотека
transformers
Опубликована
29 мая 2026

userlm_sft_llama3_1_8B_instruct

Генерация текстаТекст → текст6 профессий

Чат-модель Llama с 7,5 млрд параметров, дообученная для генерации ответов на пользовательские сообщения.

1 437скачиваний за 30 дней0лайковвеса обновлены29 мая 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

momergul/userlm_sft_llama3_1_8B_instruct — чат-модель на архитектуре Llama, дообученная методом supervised fine-tuning с использованием TRL. Она предназначена для генерации ответов на пользовательские сообщения и диалогового общения; карточка показывает запуск через Transformers с задачей text-generation. В репозитории указано 7,5 млрд параметров, контекст до 131 072 токенов и веса в формате safetensors.

Карточка не раскрывает набор обучения, языковой охват или результаты оценки качества, поэтому их нельзя уверенно охарактеризовать. Лицензия в предоставленных данных не указана.

Сценарии применения

  • генерация ответов в диалоге с пользователем
  • создание чат-бота на базе Transformers
  • развёртывание диалоговой языковой модели с длинным контекстом

Ограничения

В карточке нет сведений о данных обучения и оценке качества, поэтому поведение и языковой охват модели не установлены. Лицензия в предоставленных данных не указана.

Для каких профессий подходит6

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 for sft_redo_llama3_1_8b_instruct

This model is a fine-tuned version of None. It has been trained using TRL.

Quick start

from transformers import pipeline

question = "If you had a time machine, but could only go to the past or the future once and never return, which would you choose and why?"
generator = pipeline("text-generation", model="None", device="cuda")
output = generator([{"role": "user", "content": question}], max_new_tokens=128, return_full_text=False)[0]
print(output["generated_text"])

Training procedure

This model was trained with SFT.

Framework versions

  • TRL: 0.27.2
  • Transformers: 4.57.6
  • Pytorch: 2.9.0
  • Datasets: 4.8.5
  • Tokenizers: 0.22.2

Citations

Cite TRL as:

@misc{vonwerra2022trl,
	title        = {{TRL: Transformer Reinforcement Learning}},
	author       = {Leandro von Werra and Younes Belkada and Lewis Tunstall and Edward Beeching and Tristan Thrush and Nathan Lambert and Shengyi Huang and Kashif Rasul and Quentin Gallou{\'e}dec},
	year         = 2020,
	journal      = {GitHub repository},
	publisher    = {GitHub},
	howpublished = {\url{https://github.com/huggingface/trl}}
}

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
b46b097

0 моделей