Модель Llama с 3,2 млрд параметров для быстрого определения намерений пользователя и возврата структурированного JSON на английском языке.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
raimundsz/Llama-3.2-3B-Instruct_TINA_AI2 — модель семейства Llama, созданная для TINA AI. Она предназначена для быстрого определения намерения пользователя на CPU и выдачи результата в JSON с полями intent, object и parameters. Карточка задаёт формат ответа на английском языке.
Модель имеет плотную архитектуру LlamaForCausalLM и 3,2 млрд параметров. Метаданные указывают контекст до 131 072 токенов, поддержку чата и интерфейса вызова инструментов; файлы опубликованы в формате safetensors. Лицензия в метаданных обозначена как unknown.
README задаёт английский язык ответа и узкий сценарий извлечения намерения, объекта и параметров; качество на других задачах не описано. Метаданные не содержат определённой лицензии.
README от автора на Hugging Face, как он его опубликовал
This model was created for TINA AI, to speed up intent detection on CPUs.
Your task is to analyze the user's request and return his intent in the following JSON format: interface Response { {intent: string, object: string, parameters: array[{name: string, value: string}] }; }. The output should be in English!
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…