/ Модель

Характеристики

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

Llama-3.2-1B-pruned-40pct

Генерация текстаТекст → текст3 профессии

Структурно прореженная Llama 3.2 1B с уменьшенным числом параметров предназначена для экономичного дообучения под задачи генерации текста.

565скачиваний за 30 дней2лайкавеса 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 oopere/Llama-3.2-1B-pruned-40pct разработана Pere Martra и представляет собой структурно прореженную версию Meta Llama 3.2 1B. В MLP-слоях удалено 40% нейронов; число параметров сокращено примерно с 1,24 млрд до 914 млн, а структура GLU сохранена. Модель рассчитана прежде всего на дальнейшее дообучение для конкретных задач, а не на непосредственное использование без адаптации.

Модель поддерживает генерацию текста и унаследовала языки и контекст базовой Llama 3.2 1B; заявленная длина контекста — 131 072 токена. Уменьшенный размер снижает требования к памяти примерно на 26%, но качество зависит от задачи: в карточке отмечены сравнительно небольшое снижение результата BoolQ и заметное падение на ARC-Easy и LAMBADA, а также рост perplexity. Распространяется по лицензии Llama 3.2 (llama3.2).

Сценарии применения

  • дообучение компактной языковой модели под прикладную задачу
  • генерация текста после адаптации к целевому сценарию
  • эксперименты со структурным прореживанием MLP-слоёв
  • классификация с простыми бинарными вопросами после дообучения

Ограничения

Карточка сообщает о существенном ухудшении результатов на задачах рассуждения и понимания длинных зависимостей, а также о повышении perplexity; модель рекомендуется дообучать перед применением. На сложных задачах генерации и понимания текста она может уступать исходной модели.

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/pruned40-llama-1b

This model is a pruned version of the Llama-3.2 architecture, with a parameter reduction of 40% 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-1.2B 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: 26.3% (from 1.24B to 914M 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%40.19%-38.7%
BoolQ64.16%62.11%-3.2%
LAMBADA-OpenAI62.20%29.85%-52.0%
LAMBADA-Standard53.46%24.78%-53.6%

Key Findings

  • Remarkably maintains strong performance on binary classification tasks (BoolQ)
  • Significant degradation on reasoning tasks (ARC-Easy)
  • Substantial impact on long-range comprehension (LAMBADA)
  • Notable increase in perplexity for language modeling tasks

Limitations

  • Considerable reduction in performance on complex language understanding tasks
  • Significant degradation in long-range dependency handling
  • May not be suitable for applications requiring high accuracy on language completion tasks
  • Best suited for simpler classification tasks

Implementation Details

Pruning Method

  • Technique: Structured pruning targeting MLP layers
  • Pruning Ratio: 40% 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 ~26% 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
a20fea5

0 моделей