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
Экспериментальная версия Llama-3.1-8B-Instruct, дообученная методом AbsoluteMaxMin в рамках сравнения методов многокритериальной оптимизации предпочтений на панели TL;DR. Модель предназначена для генерации кратких пересказов и ответов с учётом охвата ключевых сведений, фактической точности, краткости и полезности.
Обучение проведено на 300 шагах оптимизатора с глобальным размером пакета 16. В оценке использовались отложенные промпты, не пересекающиеся с обучающими, а качество судила Llama-3.3-70B-Instruct. Архитектура — плотная авторегрессионная LlamaForCausalLM; объём составляет 7,5 млрд параметров, контекст — до 131 072 токенов. Модель принимает и генерирует текст; карточка не заявляет специализированные модальности.
Это исследовательский чекпойнт для сравнения методов оптимизации предпочтений, а не подтверждённая самостоятельная система для производственного использования. Данные не приводят численных результатов или подробностей оценки лицензии сверх метки llama3.1; использование регулируется условиями лицензии Llama 3.1.
Сценарии применения
создание кратких пересказов текстов
подготовка TL;DR по заданному тексту
генерация кратких ответов с сохранением ключевых фактов
сравнение методов многокритериальной оптимизации предпочтений
Ограничения
Оценка описана для панели TL;DR и основана на автоматизированном судействе Llama-3.3-70B-Instruct; в карточке нет численных результатов. Обучение ограничено 300 шагами, а надёжность для иных задач отдельно не подтверждена.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
Matched game-aggregation control: same response pool, temperatures, disagreement point and optimiser budget as NBPO, differing only in how the objective weights are chosen.
Evaluation protocol: independent objective-wise win rate against the common reference,
judged by Llama-3.3-70B-Instruct on prompt-disjoint held-out prompts, both presentation orders.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров