/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,2 млрд
Размер весов
6,4 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
llama-3.2-3b-instruct-unsloth-bnb-4bit
Опубликована
1 окт 2026

llama-3.2-3b-asr-refiner-merged

Генерация текстаТекст → текст3 профессии

Дообученная диалоговая Llama с 3,2 млрд параметров для генерации текста; возможное применение для улучшения транскрипций следует из названия, но не подтверждено карточкой.

722скачиваний за 30 дней1лайквеса обновлены3 окт 2026

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

pankaj0/llama-3.2-3b-asr-refiner-merged — языковая модель на архитектуре Llama, опубликованная пользователем pankaj0. По метаданным, это дообученная модель с 3,2 млрд параметров на базе unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit; файлы представлены в формате safetensors. Она предназначена для генерации текста и поддерживает диалоговый режим и интерфейс вызова инструментов. Название репозитория указывает на применение для улучшения результатов распознавания речи, но доступная карточка не описывает эту функцию и не позволяет подтвердить её отдельно.

Модель принимает текст и выдаёт текст. Для неё указаны английский язык и контекст длиной до 131 072 токенов. Лицензия — Apache-2.0. README содержит только заглушки с опущенным кодом, поэтому детали обучения и качество уточнения транскрипций оценить нельзя.

Сценарии применения

  • генерация текста в диалоге на английском языке
  • ответы на запросы в чат-боте
  • вызов инструментов в диалоговом приложении
  • экспериментальная проверка улучшения транскрипций распознавания речи

Ограничения

README не содержит описания обучения, примеров или результатов; применение для улучшения транскрипций нельзя подтвердить по карточке. Английский указан среди языков карточки, но качество для других языков не установлено.

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
from unsloth import FastLanguageModel, is_bfloat16_supported

MAX_SEQ_LEN        = 2048
MAX_PROMPT_LEN     = 512
MAX_COMPLETION_LEN = 512

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name="pankaj0/llama-3.2-3b-asr-refiner-merged",
    max_seq_length=MAX_SEQ_LEN,
    load_in_4bit=True,          
    dtype="float16",                 
)

from unsloth.chat_templates import get_chat_template

# Setup Llama-3.x chat formatting
tokenizer = get_chat_template(
    tokenizer,
    chat_template="llama-3.1",
)
    
SYSTEM_PROMPT = (
    "You are an expert speech-to-text post-processor. "
    "Fix transcription misspellings, add correct casing and punctuation, "
    "and remove speech disfluencies (e.g., 'um', 'uh', false starts). "
    "Preserve the speaker's original meaning and exact phrasing. Do not summarize or rewrite."
)


FastLanguageModel.for_inference(model)

# Define multiple complex, long, and noisy evaluation samples
evaluation_samples = [
    {
        "description": "Sample 1: Heavy disfluencies, repetitions, and grammar errors",
        "raw": "so basically uh the the projt dedline is next mondy. rght? but like... we we haven't even got the feedback from the client yet and i'm like super worried we gonna miss it. um, can you check with john?"
    },
    {
        "description": "Sample 2: Highly technical, microphone noise, lack of punctuation, and phonetic spelling",
        "raw": "ok so the database connection string is like totally broken. bzz. we are getting connection timeout errors on port five four three two and i think the host name should be db dot internal dot local instead of localhost rght? pls check the yaml config immediately"
    },
    {
        "description": "Sample 3: Long conversational rambling with false starts and slang",
        "raw": "well i was thinking uh maybe we should... wait actually no. let's just go with the first option. because the second option is like way too expensive and honestly speaking we don't have the bandwidth to build a custom api from scratch right now anyway. so yeah let's schedule a meeting tomorrow at nine am to align the team."
    }
]

# Loop through each sample and generate corrections
for idx, sample in enumerate(evaluation_samples, 1):
    print(f"=== Test {idx}: {sample['description']} ===")
    print(f"Raw Input:\n\"{sample['raw']}\"\n")

    messages = [
        {"role": "system", "content": SYSTEM_PROMPT},
        {"role": "user", "content": f"Raw transcript:\n{sample['raw']}"}
    ]

    inputs = tokenizer.apply_chat_template(
        messages,
        tokenize=True,
        add_generation_prompt=True,
        return_tensors="pt"
    ).to("cuda")

    outputs = model.generate(
        input_ids=inputs,
        max_new_tokens=256,
        temperature=0.1,  # Low temperature for precise corrections
        use_cache=True
    )

    # Decode output (skipping prompt tokens)
    response = tokenizer.decode(outputs[0][inputs.shape[1]:], skip_special_tokens=True)
    print(f"Corrected:\n\"{response}\"\n")
    print("-" * 80 + "\n")

output

=== Test 1: Sample 1: Heavy disfluencies, repetitions, and grammar errors ===
Raw Input:
"so basically uh the the projt dedline is next mondy. rght?
but like... we we haven't even got the feedback from the
client yet and i'm like super worried we gonna miss it.
um, can you check with john?"

Corrected:
"So basically, the project deadline is next Monday. Right?
But like... we haven't even got the feedback from the
client yet, and I'm like super worried we're gonna miss it.
Can you check with John?"

--------------------------------------------------------------------------------

=== Test 2: Sample 2: Highly technical, microphone noise, lack of punctuation, and phonetic spelling ===
Raw Input:
"ok so the database connection string is like totally broken.
 bzz. we are getting connection timeout errors on port five
four three two and i think the host name should
be db dot internal dot local instead of localhost rght?
pls check the yaml config immediately"

Corrected:
"The database connection string is like totally broken.
 We are getting connection timeout errors on
 port five four three two and I think the host name
should be `db.internal.local` instead of `localhost`, right?
 Please check the YAML config immediately."

--------------------------------------------------------------------------------

=== Test 3: Sample 3: Long conversational rambling with false starts and slang ===
Raw Input:
"well i was thinking uh maybe we should... wait actually no.
let's just go with the first option. because the second
option is like way too expensive and honestly speaking we
don't have the bandwidth to build a custom api from scratch
right now anyway. so yeah let's schedule a meeting tomorrow
at nine am to align the team."

Corrected:
"Well, I was thinking maybe we should... wait, actually,
 no. Let's just go with the first option. Because the second
 option is like way too expensive, and honestly
 speaking, we don't have the bandwidth to build a
 custom API from scratch right now, anyway.

So, yeah, let's schedule a meeting tomorrow at nine
 am to align the team."

--------------------------------------------------------------------------------

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
5637a4e

0 моделей