/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,9 млрд
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
Llama-3.2-3B
Библиотека
transformers
Опубликована
12 дек 2024

pruned60-llama-3.2-3b

Генерация текстаТекст → текст3 профессии

Прореженная версия Llama 3.2 3B с примерно 1,94 млрд параметров для дообучения и экспериментов при ограниченных вычислительных ресурсах.

256скачиваний 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.

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,1131

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2701

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,1825

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0038

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3633

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,3166

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Модель oopere/pruned60-llama-3.2-3b разработана Pere Martra на основе meta-llama/Llama-3.2-3B. Это плотная авторегрессионная модель семейства Llama для генерации текста с архитектурой LlamaForCausalLM. Структурное прореживание удалило 60% нейронов в MLP-слоях; число параметров сократилось примерно с 3,21 млрд до 1,94 млрд. Модель опубликована в формате Safetensors, поддерживает контекст до 131 072 токенов и унаследовала языковую поддержку исходной Llama 3.2.

Чекпойнт предназначен прежде всего для дальнейшего дообучения под конкретные задачи в условиях ограниченных вычислительных ресурсов, а не для непосредственного применения. Прореживание снижает требования к памяти примерно на 40%, но сопровождается заметной потерей качества: в приведённых тестах особенно сильно ухудшились результаты на ARC-Easy и LAMBADA; также отмечены трудности с длинными зависимостями и связной генерацией.

Модель исследовалась в рамках работы о структурном прореживании GLU-архитектур и может быть полезна для экспериментов с компактными языковыми моделями. Лицензия — Llama 3.2; использование регулируется её условиями.

Сценарии применения

  • дообучение компактной языковой модели под специализированную задачу
  • эксперименты со структурным прореживанием LLM
  • проверка генерации текста на малоресурсном оборудовании
  • исследование компромисса между размером модели и качеством

Ограничения

Качество заметно ниже исходной модели: особенно слабы результаты на задачах ARC-Easy и LAMBADA, а длинные зависимости и связная генерация даются модели плохо. Авторы рекомендуют дообучать её под конкретную задачу, а не использовать напрямую.

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/pruned60-llama-3.2-3b

This model is a pruned version of the Llama-3.2-3B model, with a parameter reduction of 60% in the MLP layers. The pruning process aims to achieve significant computational efficiency gains, though at the cost of notable performance degradation across several benchmarks. This model is not intended to be used directly but rather to be fine-tuned for specific tasks where it can achieve acceptable performance in a highly resource-constrained environment.

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: 40% (from 3.21B to 1.94B 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%32.32%-50.4%
BoolQ64.16%50.70%-21.0%
LAMBADA-OpenAI62.20%6.75%-89.1%
LAMBADA-Standard53.46%6.37%-88.1%

Key Findings

  • Extreme Performance Drop: Pruning to 60% results in significant degradation across most benchmarks, especially tasks requiring nuanced reasoning and long-range comprehension.
  • ARC-Easy: Retains minimal accuracy, showing that the model can still perform basic reasoning tasks at reduced efficacy.
  • BoolQ: Maintains better performance compared to other tasks, indicating potential for binary classification tasks under strict constraints.
  • LAMBADA: Both OpenAI and Standard versions show steep declines, highlighting the difficulty of handling language completion tasks.

Limitations

  • Severe Impact on Long-Range Dependencies: Performance on tasks like LAMBADA suggests the model is inadequate for understanding and predicting longer sequences.
  • Restricted Usability: Significant performance losses make the model unsuitable for applications requiring high accuracy or nuanced understanding.
  • High Perplexity: Perplexity values are exceptionally high, indicating difficulty in generating coherent language outputs.

Implementation Details

Pruning Method

  • Technique: Structured pruning targeting MLP layers
  • Pruning Ratio: 60% 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 ~40% less memory than original

Acknowledgments

  • Thanks to Mariusz Kurman for creating llama-pruning, a library that extends and improves 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
a4fcb08

0 моделей