/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3 млрд
Размер весов
6 ГБ
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Llama-3.2-3B
Библиотека
transformers
Опубликована
22 дек 2024

pruned10-llama-3.2-3B

Генерация текстаТекст → текст3 профессии

Структурно прореженная версия Llama 3.2 3B для дальнейшего дообучения и более экономичной генерации текста.

263скачиваний 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 оценки6

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3722

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,164

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,334

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0196

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,1776

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2668

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

oopere/pruned10-llama-3.2-3B — разреженная версия Llama 3.2 3B, разработанная Pere Martra. В модели применено структурное удаление 10% нейронов в MLP-слоях по оценкам важности на основе максимальных по модулю весов; сохранена архитектура GLU, а число параметров сокращено примерно с 3,21 млрд до 3 млрд. По метаданным модель использует архитектуру LlamaForCausalLM, библиотеку Transformers и контекст до 131 072 токенов.

Модель предназначена прежде всего для дальнейшего дообучения под конкретные задачи генерации текста, а не для непосредственного применения без адаптации. Она унаследовала языковую поддержку Llama 3.2 3B; карточка сообщает о проверке на BoolQ, ARC-Easy и MUSR. Сокращённый размер может уменьшить требования к памяти примерно на 10%, однако в приведённых результатах качество снизилось на ARC-Easy и BoolQ, а показатели на тестах длинного контекста различались.

Модель является производной от meta-llama/Llama-3.2-3B. Лицензия указана как llama3.2; условия использования наследуются от базовой модели Meta.

Сценарии применения

  • дообучение языковой модели под прикладную задачу
  • создание текстового генератора с уменьшенными требованиями к памяти
  • эксперименты со структурным прореживанием LLM
  • оценка влияния сокращения MLP-слоёв на качество языковых задач

Ограничения

Карточка сообщает о снижении точности на ARC-Easy и BoolQ и неоднородных результатах на тестах длинного контекста. Модель рекомендована для дальнейшего дообучения, а не для прямого использования.

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-3.2-3B model, with a parameter reduction of 10% 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-3.2-3B
  • Pruning Method: Structured pruning of MLP layers using importance scores based on absolute maximum weights
  • Size Reduction: 7,47% (from 3.21B to 3B 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%60.69%-6.9%
BoolQ64.16%51.22%-20.2%
LAMBADA-OpenAI62.20%59.64%-4.1%
LAMBADA-Standard53.46%54.61%+2.2%

Key Findings

  • Surprisingly, an improvement is observed on the LAMBADA-Standard benchmark, with a 2.2% relative increase in accuracy.
  • Maintains competitive performance on binary classification tasks (BoolQ), with a 20.2% relative decrease in accuracy.
  • Moderate degradation observed on reasoning tasks (ARC-Easy), with a 6.9% relative decrease in accuracy.
  • Minimal impact on long-range comprehension (LAMBADA-OpenAI), with only a 4.1% relative decrease in accuracy.

Limitations

  • Reduced performance on tasks requiring complex reasoning, with moderate degradation observed on benchmarks like ARC-Easy.
  • Noticeable decrease in accuracy on binary classification tasks, as seen in BoolQ.
  • Mixed results on long-range dependencies, with minimal degradation on LAMBADA-OpenAI but variability across benchmarks.
  • May not be suitable for applications requiring consistently high accuracy across diverse language tasks.

Implementation Details

Pruning Method

  • Technique: Structured pruning targeting MLP layers
  • Pruning Ratio: 10% 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 ~10% 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
30fdd07

0 моделей