/ Модель

Характеристики

Лицензия
Llama 3.2
Библиотека
gguf
Опубликована
14 сен 2026

cogrpo-n3-ring-qwen25-3b-x-llama32-3b-x-phi4mini-math345-groupB-llama32-end-GGUF

Генерация текстаТекст → текст3 профессии

Это 3,2-миллиардная языковая модель для генерации текста и математического рассуждения, разработанная logan7000 в рамках эксперимента CogRPO N3 Ring.

2 006скачиваний за 30 дней0лайковвеса обновлены14 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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 дообучена методом GRPO на базе meta-llama/Llama-3.2-3B-Instruct; данный репозиторий содержит её GGUF-квантизации, выполненные tinyopsec с использованием llama.cpp. Вариант groupB-llama32-end относится к ветке Llama-3.2, обученной на задачах MATH уровней 3–5.

Модель предназначена прежде всего для решения математических задач и связанных сценариев генерации текста с применением локального инференса через llama.cpp, llama-cpp-python, LM Studio или Ollama. Она использует архитектуру LlamaForCausalLM, поддерживает контекст до 32 768 токенов и, согласно указанным данным, работает с английским языком. Доступны варианты точности от F16 до 2-битной квантизации; рекомендуемым вариантом по умолчанию назван Q4_K_M размером около 2 ГБ, а Q6_K описан как вариант почти без потерь качества.

К сильным сторонам относятся специализация на математическом reasoning, возможность работы только на CPU и широкий выбор компромисса между качеством и требованиями к памяти. К ограничениям относятся небольшой размер по современным меркам, возможное снижение качества при агрессивной квантизации и отсутствие заявленной мультимодальности. Модель распространяется по лицензии llama3.2; дополнительные условия исходной базовой модели следует учитывать отдельно.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

cogrpo-n3-ring-qwen25-3b-x-llama32-3b-x-phi4mini-math345-groupB-llama32-end · GGUF

GGUF quantizations of logan7000/cogrpo-n3-ring-qwen25-3b-x-llama32-3b-x-phi4mini-math345-groupB-llama32-end.

Quantized by tinyopsec using llama.cpp.


Model Overview

This is a 3.2B parameter language model fine-tuned from meta-llama/Llama-3.2-3B-Instruct using the GRPO (Group Relative Policy Optimization) method introduced in the DeepSeekMath paper.

It is part of the CogRPO N3 Ring experiment by logan7000, which explores heterogeneous model merging and multi-group reinforcement learning for mathematical reasoning. The groupB-llama32-end variant represents the Llama-3.2-3B branch of the ring fine-tuning pipeline, trained on q1716523669/MATH-Level345.

Architecture: LlamaForCausalLM Context length: 32,768 tokens Training data: MATH Level 3–4–5 competition problems


Quantization Table

FileBitsApprox. SizeUse Case
model_f16.gguf166.4 GBFull precision, reference
model_q8_0.gguf83.4 GBBest quality, needs more RAM
model_q6_k.gguf62.6 GBNear-lossless, recommended
model_q5_k_m.gguf52.3 GBBalanced quality/size
model_q5_k_s.gguf52.1 GBSlightly smaller Q5
model_q4_k_m.gguf42.0 GBRecommended default
model_q4_k_s.gguf41.9 GBSmaller Q4, minor quality loss
model_q3_k_l.gguf31.7 GBLow RAM, acceptable quality
model_q3_k_m.gguf31.6 GBLower RAM
model_q3_k_s.gguf31.4 GBMinimum viable quality
model_q2_k.gguf21.2 GBExtreme compression, lowest quality

VRAM / RAM Requirements

QuantMin RAMRecommended
F168 GB10 GB
Q8_05 GB6 GB
Q6_K4 GB5 GB
Q5_K_M4 GB5 GB
Q4_K_M3 GB4 GB
Q3_K_M3 GB4 GB
Q2_K2 GB3 GB

All quants run on CPU-only. GPU is optional.


Usage

llama.cpp (CLI)

./llama-cli \
  -m model_q4_k_m.gguf \
  -p "Solve: If x^2 + 5x + 6 = 0, find x." \
  -n 512 \
  --temp 0.6 \
  --top-p 0.95 \
  --min-p 0.0

llama.cpp (Server)

./llama-server \
  -m model_q4_k_m.gguf \
  --port 8080 \
  --ctx-size 8192

llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
    repo_id="tinyopsec/cogrpo-n3-ring-qwen25-3b-x-llama32-3b-x-phi4mini-math345-groupB-llama32-end-GGUF",
    filename="model_q4_k_m.gguf",
)

output = llm.create_chat_completion(
    messages=[{"role": "user", "content": "Solve: x^2 - 7x + 12 = 0"}],
    temperature=0.6,
    top_p=0.95,
    min_p=0.0,
    max_tokens=512,
)
print(output["choices"][0]["message"]["content"])

LM Studio

  1. Open LM Studio → Search
  2. Search: tinyopsec/cogrpo-n3-ring-qwen25-3b-x-llama32-3b-x-phi4mini-math345-groupB-llama32-end-GGUF
  3. Download model_q4_k_m.gguf
  4. Load and chat

Ollama

ollama run hf.co/tinyopsec/cogrpo-n3-ring-qwen25-3b-x-llama32-3b-x-phi4mini-math345-groupB-llama32-end-GGUF:Q4_K_M

Recommended Sampling Parameters

This model benefits from low min_p (set to 0.0) to avoid repetition loops, consistent with the base Llama-3.2 family:

ParameterValue
temperature0.6
top_p0.95
min_p0.0
repeat_penalty1.0

Original Model

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
7095079

0 моделей