/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,1 млрд
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Llama-3.2-1B
Библиотека
transformers
Опубликована
16 ноя 2024

Llama-3.2-1B-pruned-20pct

Генерация текстаТекст → текст3 профессии

Обрезанная версия Llama 3.2 1B с меньшими требованиями к ресурсам, предназначенная для дообучения под задачи генерации текста.

441скачиваний за 30 дней0лайковвеса обновлены30 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

Модель разработал Pere Martra: это версия Meta Llama 3.2 1B со структурной обрезкой 20% нейронов в слоях MLP. Архитектура LlamaForCausalLM сохранена, а число параметров сокращено примерно до 1,1 млрд; модель распространяется в формате Safetensors и поддерживает контекст до 131 072 токенов.

Модель предназначена прежде всего для последующего дообучения под прикладные задачи генерации текста, а не для непосредственного использования. Сокращение MLP-слоёв уменьшает требования к памяти и вычислениям. В опубликованных оценках результаты на BoolQ близки к исходной модели, тогда как на ARC-Easy и LAMBADA заметно хуже; возможна потеря качества в задачах сложного понимания и работы с дальними зависимостями.

Модель основана на Meta Llama 3.2 1B и наследует её лицензию Llama 3.2; для использования необходимо соблюдать условия этой лицензии.

Сценарии применения

  • дообучение компактной языковой модели под генерацию текста
  • адаптация модели для ответов на вопросы
  • эксперименты с эффективностью структурной обрезки LLM

Ограничения

README сообщает о снижении качества на задачах ARC-Easy и LAMBADA и предупреждает о деградации при сложном понимании языка и работе с дальними зависимостями. Модель рассчитана на дообучение, а не на прямое прикладное использование.

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

Model Card for oopere/pruned20-llama-1b

This model is a pruned version of the Llama-3.2-1b model, with a parameter reduction of 20% in the MLP Layers. The pruning process aims to enhance computational efficiency while maintaining acceptable performance across specific tasks. This model is not intended to be used directly, but rather to be fine-tuned for specific tasks where it can achieve equal or superior performance compared to fine-tuning the base model for the same task.

Model Details

  • Model Type: Pruned version of LLaMA-3.2 using structured pruning
  • Original Model: meta-llama/Llama-3.2-1B
  • Pruning Method: Structured pruning of MLP layers using importance scores based on absolute maximum weights
  • Size Reduction: 13.7% (from 1.24B to 1.07B parameters)
  • Architecture: Same as original LLaMA but with reduced MLP layer sizes
  • Language(s): Same as original model
  • License: Same as original model
  • Developed by: Pere Martra

These models are part of the study "Exploring GLU Expansion Ratios: Structured Pruning in Llama-3.2 Models". They explore structured pruning in GLU-based architectures using Llama-3.2 (1B and 3B variants). The pruning experiments target optimal expansion ratios to balance performance, computational efficiency, and environmental sustainability. The models were evaluated across multiple benchmarks, including BoolQ, ARC-Easy, and MUSR, and demonstrate significant efficiency gains while maintaining robust task performance.

Performance on Standard Benchmarks

BenchmarkOriginal ModelPruned ModelRelative Change
ARC-Easy65.19%53.03%-18.7%
BoolQ64.16%62.32%-2.9%
LAMBADA-OpenAI62.20%42.13%-32.3%
LAMBADA-Standard53.46%41.04%-23.2%

Key Findings

  • Maintains strong performance on binary classification tasks (BoolQ)
  • Moderate degradation on reasoning tasks (ARC-Easy)
  • Significant impact on long-range comprehension (LAMBADA)

Limitations

  • Reduced performance on tasks requiring complex language understanding
  • More significant degradation on tasks requiring long-range dependencies
  • May not be suitable for applications requiring high accuracy on language completion tasks

Implementation Details

Pruning Method

  • Technique: Structured pruning targeting MLP layers
  • Pruning Ratio: 20% of neurons removed from MLP layers
  • Selection Criteria: Importance scoring based on absolute maximum weights
  • Architecture Specifics: Maintained GLU structure during pruning

Hardware Requirements

  • Reduced memory footprint compared to original model
  • Can run on hardware with ~20% less memory than original

Acknowledgments

  • Thanks to Mariusz Kurman for creating llama-pruning, a library that extends and improve this pruning methodology.

  • This model was created following the pruning method described in the paper: The Width Pruning Dichotomy in Llama-3.2

@misc{martra2025fragileknowledgerobustinstructionfollowing,
      title={Fragile Knowledge, Robust Instruction-Following: The Width Pruning Dichotomy in Llama-3.2}, 
      author={Pere Martra},
      year={2025},
      eprint={2512.22671},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2512.22671}, 
}

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
8d731e8

0 моделей