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
Rewarded Soups on TL;DR — экспериментальная модель, созданная методом линейной интерполяции экспертных моделей, обученных на общей начальной инициализации. Разработчики применили подход Rewarded Soups из работы Rame et al. (NeurIPS 2023) к базе meta-llama/Llama-3.1-8B-Instruct; опубликованные метаданные указывают 7,5 млрд параметров, архитектуру LlamaForCausalLM, формат safetensors и контекст до 131 072 токенов.
Модель предназначена для генерации кратких резюме по панели TL;DR с балансом покрытия, точности относительно исходного текста, краткости и полезности. Вес интерполяции выбирали по проверочным запросам; в описанном эксперименте указаны 300 обновлений оптимизатора и глобальный размер пакета 16. Сравнительную оценку проводили на отложенных запросах, не использованных для подбора, с помощью Llama-3.3-70B-Instruct.
Модель принимает текст и генерирует текст. Метаданные указывают лицензию Llama 3.1; для использования необходимо соблюдать её условия. Результаты относятся к описанному протоколу оценки, а карточка не приводит численных показателей качества или сведений о поддержке языков.
Сценарии применения
краткое изложение текста в формате TL;DR
создание резюме с балансом краткости и полноты
генерация резюме, сохраняющих факты исходного текста
сравнение стратегий согласования языковых моделей
Ограничения
Описание приводит протокол оценки, но не численные результаты качества; они не позволяют судить о точности на задачах вне панели TL;DR. Поддерживаемые языки отдельно не указаны.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
Rewarded Soups (Rame et al., NeurIPS 2023): one expert per objective from the shared initialisation, linearly interpolated; the interpolation weight was chosen on validation prompts only.
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