/ Модель

Характеристики

Контекст
131 072 токена
Параметры
2,8 млрд
Размер весов
5,6 ГБ
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Llama-3.2-3B
Библиотека
transformers
Опубликована
12 дек 2024

pruned20-llama-3.2-3b

Генерация текстаТекст → текст3 профессии

Структурно обрезанная версия Llama 3.2 3B с уменьшенными MLP-слоями, предназначенная для эффективного дообучения под генерацию текста.

320скачиваний 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.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,3248

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0159

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,128

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2659

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,1789

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3418

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

oopere/pruned20-llama-3.2-3b — разреженная структурной обрезкой версия Llama 3.2, разработанная Pere Martra в рамках исследования коэффициентов расширения GLU. В MLP-слоях удалено 20% нейронов; в карточке указано сокращение размера примерно на 13% — с 3,21 млрд до 2,79 млрд параметров. Модель сохраняет плотную архитектуру Llama и предназначена прежде всего для последующего дообучения под конкретные задачи генерации текста, а не для непосредственного использования.

Модель основана на meta-llama/Llama-3.2-3B и представлена в формате safetensors для библиотеки Transformers. Контекстное окно — до 131 072 токенов. Она поддерживает те же языки, что и исходная модель; в метаданных базовая Llama 3.2 обозначена как мультиязычная. Обрезка уменьшает требования к памяти и вычислениям, но сопровождается снижением качества: в приведённых бенчмарках заметно просела точность BoolQ, а также ухудшились результаты ARC-Easy и LAMBADA.

Лицензия — llama3.2. Карточка рекомендует сначала дообучить модель под целевую задачу; для задач, где важны высокая точность, сложное рассуждение или классификация, снижение качества может быть существенным.

Сценарии применения

  • дообучение компактной языковой модели под прикладную задачу
  • создание текстового помощника после дополнительного обучения
  • генерация и продолжение текста на ограниченных вычислительных ресурсах

Ограничения

Модель рассчитана на последующее дообучение, а не на прямое использование; по приведённым бенчмаркам качество ниже исходной модели, особенно на BoolQ. Она менее подходит для задач, требующих высокой точности, сложного рассуждения или классификации.

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 Model ID

This model is a pruned version of the Llama-3.2-3b 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: 13.1% (from 3.21B to 2.79B 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%58.54%-10.2%
BoolQ64.16%39.97%-37.7%
LAMBADA-OpenAI62.20%54.94%-11.7%
LAMBADA-Standard53.46%49.25%-7.9%

Key Findings

  • The pruned model shows a moderate degradation on reasoning tasks (ARC-Easy) but maintains reasonable performance relative to its size reduction.
  • Performance on binary classification tasks (BoolQ) is more significantly impacted, indicating limitations for such use cases.
  • For language completion tasks (LAMBADA), the model experiences mild to moderate degradation but remains usable for less demanding applications.

Limitations

  • Reduced performance on tasks requiring complex reasoning or classification: Tasks such as BoolQ see significant drops in accuracy.
  • Impacts on long-range comprehension: While less severe than BoolQ, tasks like LAMBADA show noticeable degradation.
  • Limited utility for high-accuracy applications: The pruned model is less suitable for scenarios demanding peak performance in understanding or generating complex language.

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 ~15% 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
6e61c19

0 моделей