Дообученная Llama 3.2 3B извлекает из текста названия компаний, проектов и людей в формате JSON для локальной подготовки текста к обезличиванию.
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
shadicopty/llama3.2-entity — дообученная модель на базе Llama 3.2 3B для извлечения из текста названий компаний, проектов и людей с выдачей результата в заданном формате JSON. Она предназначена для локального запуска на настольном компьютере и подготовки текста к обезличиванию перед отправкой в облачные сервисы. Модель имеет архитектуру LlamaForCausalLM, содержит 3,2 млрд параметров и поддерживает контекст длиной до 131 072 токенов. В репозитории представлены форматы GGUF F16 и PyTorch; обучение проводилось с Unsloth в Google Colab.
Модель можно использовать как этап распознавания сущностей в локальном процессе защиты данных. Карточка не сообщает, какие языки или домены охвачены обучением, поэтому качество на конкретных языках и типах текста по ней оценить нельзя. Лицензия — Apache-2.0.
В карточке не указаны языки и набор данных, поэтому область языкового покрытия и качество на разных типах текстов неясны. Модель извлекает только компании, проекты и людей в заданном формате JSON; подтверждения распознавания других типов сущностей нет.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model is fine tuned from Llama3.2-3b, it is trained to extract names of companies, projects and people in a specific json format.
The intent is to use this on desktop to anonymyze text that later goes on to cloud
The model was trained using unsloth on google collab
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…