/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Llama-3.1-8B-Instruct
Библиотека
transformers
Опубликована
6 ноя 2025

Llama-3.1-8B-Instruct-w16a8-rw

Генерация текстаТекст → текст3 профессии

Инструкционно настроенная турецкая языковая модель на базе Llama 3.1 8B для ответов на вопросы и рассуждений по турецкому праву.

39скачиваний за 30 дней0лайковвеса обновлены9 дек 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 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 инструкционно настроенная на турецкие юридические вопросы модель newmindai на базе Meta Llama 3.1 8B Instruct. Её обучили на наборе newmindai/EuroHPC-Legal, содержащем вопросы и ответы по разным областям турецкого права, в рамках проекта по оценке обучения с плавающей точкой FP8. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 131 072 токенов; поддерживает диалоговую генерацию текста на турецком языке.

При обучении использовалась динамическая построчная квантизация FP8 E4M3 для входов, весов и градиентов, но итоговые веса сохранены в bfloat16. В описании эксперимента сообщается об ускорении обучения примерно на 19,87% относительно базового BF16-варианта на H100 при стабильной сходимости. Модель предназначена для ответов и рассуждений по вопросам турецкого права, однако её ответы могут содержать ошибки и предвзятость и не заменяют консультацию юриста.

Модель распространяется по лицензии Llama 3.1; README ограничивает её применение исследованиями и разработкой и требует учитывать нормы защиты данных и отраслевые требования.

Сценарии применения

  • ответы на вопросы о турецком законодательстве
  • поиск правовых разъяснений по областям турецкого права
  • подготовка черновиков ответов на юридические вопросы на турецком языке

Ограничения

Ответы могут содержать ошибки и предвзятость и не заменяют профессиональную юридическую консультацию. README указывает на исследовательское и разработческое применение и требует соблюдать нормы защиты данных и отраслевые требования.

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

Abstract

The Llama-3.1-8B-Instruct-w16a8-rw model is a domain-adapted Turkish legal instruction-tuned variant of Meta’s Llama-3.1-8B-Instruct, trained using the Float8 Rowwise quantization recipe. This model was developed within the “FSDP2 with Float8 Precision for Faster Training” project to evaluate how fine-grained FP8 scaling affects both training efficiency and downstream legal reasoning performance. During training, model weights were kept in BF16, while the inputs, weights, and gradient outputs were dynamically quantized to FP8-E4M3 using TorchAO’s rowwise configuration, where each row receives its own scaling factor. This finer granularity enabled higher GPU utilization and reduced training time, achieving ~19.87% speedup over the BF16 baseline on H100 GPUs while maintaining stable convergence. The model was trained on the newmindai/EuroHPC-Legal dataset (multi-domain Q/A format) to improve reasoning quality across various subfields of Turkish law.

Experiment Context

This model was trained with the finer grained resolution for Float8 Rowwise recipe. The recipe sets scaling_granularity to AXISWISE for each of input, weight and gradient output cast configurations and ScalingType to DYNAMIC where each row of a weight matrix gets its own scaling factor, instead of one scaling factor for the entire tensor. and the dtype to float8_e4m3, basically it points that the bites be distributed with 4 exponents and 3 mantissas and the first bit is signal bit.

from torchao.float8 import (
    convert_to_float8_training,
    Float8LinearConfig)
config = Float8LinearConfig.from_recipe_name("rowwise")
model = convert_to_float8_training(model, config=config)

Base Model Technical Specifications

  • Parameters: 8 Billion
  • Architecture Family: Llama 3.1
  • Maximum Position Embeddings: 131,072
  • Attention Heads: 32 (num_attention_heads)
  • Key-Value Heads: 8 (num_key_value_heads)
  • Hidden Layers: 32 (num_hidden_layers)
  • Hidden Size: 4,096 (hidden_size)
  • Intermediate Size: 14,336
  • Vocabulary Size: 128,256
  • Precision: bfloat16
  • RoPE Scaling: type llama3, factor = 8.0
  • RMS Norm Epsilon: 1e-05
  • Activation: SiLU

Training Methodology

Training Configuration

  • Model: meta-llama/Llama-3.1-8B-Instruct
  • Sequence Length: 4,096 (seq_len)
  • Epochs: 1
  • Per-Device Micro Batch Size: 2
  • Gradient Accumulation: 4
  • GPUs: 4 (via CUDA_VISIBLE_DEVICES=0,1,2,3)
  • dtype: bf16 && fp8=false
    • Weights: bfloat16
    • Activations: bfloat16
  • Optimizer: AdamW
    • Learning Rate: 2e-5
    • Weight Decay: 0.01
    • Betas: (0.9, 0.95)
    • Epsilon: 1e-8
  • LR Scheduler: Cosine; warmup = 10% (warmup_ratio=0.1) | also warmup_steps=100
  • Max Grad Norm: 1.0
  • Gradient Checkpointing: Enabled
  • Evaluation: every 5 steps (eval_steps=5, eval_samples=1000)
  • Checkpointing: every 10 steps; keep last 5; select best by eval_loss
  • Logging: every step to file; Weights & Biases in offline mode
  • Seed: 100
  • Distributed Training: torch.distributed.run (single node, multi-GPU)
    • FSDP2 (Optimized Fully Sharded Data Parallel)

Setups

  • Precision: Used Half-precision bfloat16 as data type and for computation.
  • Hardware: HPC (EuroHPC/BSC-class) node with 4 × NVIDIA H100 GPUs.
  • Framework: PyTorch with torchrun for distributed training.

Dependencies

packageVersion
Transformers4.57.1
torch2.9.0+cu128
accelerate0.14.1
datasets4.3.0
huggingface-hub0.36.0
tensorboard2.20.0
tensorboard-data-server0.7.2
wandb0.22.1

Job Details

modelJob IDRuntime (mins)NodesGPUsNode-hourGPU-hourmicro-batchbatch-sizegradient_accumulationtotal_batch_size
Llama-3.1-8B-Instruct_w16a8_rw31768103115.75141.9297.71622432
Llama-3.1-8B-Instruct_w16a8_rw_with_gw_hp31837629109.00141.8167.26622432
Llama-3.1-8B-Instruct-w16a8-mxtw3176803164.00141.0664.26622432
Llama-3.1-8B-Instruct-w16a16-tw31768074138.75142,3129,2522432
Llama-3.1-8B-Instruct-w16a8-1node-bs831768093123.75142.0628,25022432
Llama-3.1-8B-Instruct-w16a16-4nodes-bs323147843331.75442.1178.467448512
Llama-3.1-8B-Instruct-w16a8-4nodes-bs323147846839.75442.65010.600448512
Llama-3.1-8B-Instruct-w16a16-8nodes-bs323147691422.00842.93311.7334481024
Llama-3.1-8B-Instruct-w16a8-8nodes-bs323147684423.50843.13312.5334481024
Llama-3.1-8B-Instruct-w16a16-8nodes-bs643147691422.00842.93311.7334881024
Llama-3.1-8B-Instruct-w16a8-8nodes-bs643147684423.50843.13312.5334881024
Llama-3.1-8B-Instruct-w16a8-rw_4nodes3347707039.75442.65010.600448512
Llama-3.1-8B-Instruct-w16a8-rw-8nodes3347669023.50843.13312.5334481024
Llama-3.1-8B-Instruct-w16a8-rw_with_gw_hp_4nodes3347717937.43442.4959.982448512
Llama-3.1-8B-Instruct-w16a8-rw-with-gw-hp-8nodes3347661822.13842.95111.8024481024

Training Time Analysision

ModelTraining Time (mins)Memory Allocated (avg %)GPU Utilization (avg %)Speed vs bf16
Llama-3.1-8B-Instruct_w16a16-tw138.7526774.418956.6059%_
Llama-3.1-8B-Instruct-w16a8-1node-bs8123.7526768.898297.5364%12.11%
Llama-3.1-8B-Instruct_w16a8_rw115.7536469.613297.7689%19.87%
Llama-3.1-8B-Instruct_w16a8_rw_with_gw_hp109.0036469.480697.3312%27.33%
Llama-3.1-8B-Instruct-w16a8-mxtw64.0032868.898295.5661%116.82%

2-models trained on 1Node with fp8 recipes

Loss metric results for w16a16 tensorwise & w16a8 rowwise recipeMemory allocation for w16a16 tensorwise & w16a8 rowwise recipeUtilization for w16a16 tensorwise & w16a8 rowwise recipe
lossRWMemAlRWgpuUtilsRW

All 15-models trained on(1Node,4Noes,8Nodes with both bfp16-fp8 && bfp16 configurations and fp8 recipes)

perplexity metric results for bfp16 && bfp16-fp8 configurationsAccuracy metric results for bfp16 && bfp16-fp8 configurationsLoss metric results for bfp16 && bfp16-fp8 configurationsMemory allocation for bfp16 && bfp16-fp8 configurationsUtilization for bfp16 && bfp16-fp8 configurations
perpacctrain_lossmemAloutils
ModelMax Loss (train)Min Loss (train)Avg Loss (train)Final Loss (train)± Std (train)Max Loss (val)Min Loss (val)Avg Loss (val)Final Loss (val)± Std (val)
Llama-3.1-8B-Instruct-w16a8-rw83.16820.57400.81180.64310.27461.06130.83940.89370.8394
Llama-3.1-8B-Instruct_w16a8_rw_with_gw_hp83.18370.57630.81160.64200.27511.05990.83910.89330.8391
Llama-3.1-8B-Instruct-w16a8-mxtw83.19830.57470.81150.64460.27581.05620.83840.89230.8384
Llama-3.1-8B-Instruct-w16a16-tw83.12350.72030.97500.33440.76121.91130.89070.98310.1897
Llama-3.1-8B-Instruct-w16a8-1node-bs883.16610.72610.98040.33740.76721.92300.89480.98670.1906
Llama-3.1-8B-Instruct-w16a16-4nodes-bs32323.24520.74140.96650.48440.75041.05380.83820.88440.0725
Llama-3.1-8B-Instruct-w16a8-4nodes-bs32323.28400.74780.97480.49050.75811.07010.84300.89220.0764
Llama-3.1-8B-Instruct-w16a16-8nodes-bs32323.23110.84481.18560.64340.84481.02570.89770.94600.0568
Llama-3.1-8B-Instruct-w16a8-8nodes-bs32323.30030.84731.18660.64810.84731.02030.89920.94450.0539
Llama-3.1-8B-Instruct-w16a16-4nodes-bs64643.23110.84481.18560.64340.84481.02570.89770.94600.0568
Llama-3.1-8B-Instruct-w16a8-8nodes-bs64643.30030.84731.18660.64810.84731.02030.89920.94450.0539
Llama-3.1-8B-Instruct-w16a8-rw_4nodes643.45170.76241.11730.76240.68911.32250.87910.97320.8791
Llama-3.1-8B-Instruct-w16a8-rw_8nodes643.89440.95831.64230.95831.01171.53841.02531.21031.0253
Llama-3.1-8B-Instruct-w16a8-rw_with_gw_hp_4nodes643.45170.74811.10910.74810.70211.33930.86600.96410.8666
Llama-3.1-8B-Instruct-w16a8-rw_with_gw_hp_8nodes643.92890.97021.65140.97021.01271.55371.03771.22221.0377

Implementation

Gpu && Memory usage Profiling

The training progress has been profiled using pytorch-profiler tool.

  • follow the steps to visualize the profiles:
    1. pip install the versions that mentioned in the dependencies section of these libs tensorboard and tensorboard-data-server.
    2. Visualize pytorch profiles by runing the command provided below.
    tensorboard --logdir="./Llama-3.1-8B-Instruct_rowwise" --port="6006"
    

Usage

Note: the final model has been saved in bfloat16 format. For inference, load the model in bfloat16 or float16 as shown below:

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
model_name = "newmindai/Llama-3.1-8B-Instruct-w16a8-rw"
dtype = torch.bfloat16
tok = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=dtype,
    device_map="auto"
)
prompt = "Soru: Kişisel Verilerin Korunması Kanunu uyarınca hangi durumlarda açık rıza aranmaz? Cevap:"
inputs = tok(prompt, return_tensors="pt").to(model.device)
with torch.no_grad():
    out = model.generate(
        **inputs,
        max_new_tokens=256,
        do_sample=False
    )

print(tok.decode(out[0], skip_special_tokens=True))

Ethical Considerations and Disclaimers

  • Research & development purposes only; not a substitute for professional legal counsel.
  • Users must ensure compliance with data protection and sector regulations.
  • Potential biases may exist in domain data and model outputs.

Model & Data Card Metadata

  • Total Parameters: 8,030,261,248
  • Serialized Size (approx.): 16,060,522,496 bytes
  • Config precision: bfloat16
  • RoPE: llama3 scaling, factor 8.0

References and Citations

Base Model

@misc{meta_llama31_8b_instruct,
  title={Llama 3.1 8B Instruct},
  author={Meta AI},
  year={2024},
  howpublished={\url{https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct}}
}

Training Dataset

@misc{euro_hpc_legal,
  title={EuroHPC-Legal},
  author={newmindai},
  year={2025},
  howpublished={\url{https://huggingface.co/datasets/newmindai/EuroHPC-Legal}}
}

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
b10200b

0 моделей