Uploaded finetuned model
- Developed by: swasthika28
- License: apache-2.0
- Finetuned from model : unsloth/Llama-3.2-3B-Instruct-bnb-4bit
This llama model was trained 2x faster with Unsloth and Huggingface's TRL library.
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-bnb-4bit
- Опубликована
- 15 авг 2026
Ссылки
llama-3.2-3b-mood-classifier
Дообученная англоязычная модель Llama 3.2 на 3,2 млрд параметров, предназначенная по названию для классификации настроения в тексте.
36скачиваний за 30 дней0лайковвеса обновлены15 авг 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Модель swasthika28/llama-3.2-3b-mood-classifier — дообученная текстовая модель семейства Llama 3.2, созданная swasthika28 на базе unsloth/Llama-3.2-3B-Instruct-bnb-4bit с использованием Unsloth и TRL. Название репозитория указывает на классификацию настроения, однако README не описывает обучающие данные, формат запросов или результаты этой задачи.
Модель содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст, генерируя текстовый ответ. Заявленная длина контекста — 131 072 токена; язык в метаданных — английский. Доступны веса в формате safetensors. Лицензия — Apache-2.0.
Сценарии применения
- определение настроения в англоязычных сообщениях
- классификация тональности отзывов
- анализ эмоциональной окраски коротких текстов
Ограничения
README не приводит оценок качества, датасетов или инструкций по использованию, поэтому пригодность модели для классификации настроения не подтверждена описанием. Несмотря на название, pipeline_tag указывает на генерацию текста.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
III.2Корпоративные функцииИсследование рынка и маркетингAI помогает понимать рынок, создавать коммуникации и улучшать эффективность маркетинга.22 задачи8 594моделиIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- LlamaForCausalLM
- Ревизия весов
- e7ffe68