Характеристики

Лицензия: Llama 3.2
Базовая модель: Llama-3.2-3B-Instruct
Библиотека: transformers
Опубликована: 31 авг 2026

Ссылки

Hugging Face

Llama-3.2-3B-Instruct-SFT-ScienceWorld

wayne377

Генерация текстаТекст → текст

Дообученная на задачах ScienceWorld диалоговая модель Llama-3.2-3B для генерации ответов и оценки поведения агента.

0скачиваний за 30 дней0лайковвеса обновлены31 авг 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

Это контрольная точка Wayne377, полученная дообучением Llama-3.2-3B-Instruct методом SFT с поведенческим клонированием для ScienceWorld. Модель предназначена для генерации текста в диалогах и оценки поведения в задачах ScienceWorld; она основана на архитектуре Llama и содержит около 3,21 млрд параметров. Поддерживается английский язык, используется библиотека Transformers, веса сохранены в формате safetensors.

Контрольная точка предназначена для инференса и оценки: состояние оптимизатора отсутствует. Она лицензирована по Llama 3.2 Community License и является производной от модели Meta Llama 3.2.

Сценарии применения

ответы в диалогах по сценариям ScienceWorld
оценка поведения агента в интерактивных научных задачах
генерация текста для экспериментов с поведенческим клонированием

Ограничения

Контрольная точка предназначена для инференса и оценки; состояние оптимизатора не включено. README обозначает её как внутреннюю исследовательскую контрольную точку и запрещает распространение.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama-3.2-3B-Instruct-SFT-ScienceWorld

PRIVATE — internal research checkpoint. Do not redistribute.


Task	ScienceWorld
Stage	SFT (behavior-cloning) initialization
Base	`meta-llama/Llama-3.2-3B-Instruct` (Built with Llama)
Init for this run	`models/llama-3.2-3b-instruct`
Source checkpoint	`rl/ckpts/sw_sft_llama3.2-3b/global_step_198` (global_step 198)
Format	bf16 safetensors, merged from hf-dir -> bf16 cast
Params	3,212,749,824
Weight drift vs. init (mean rel-L2)	4.69e-03 (max 9.40e-03, 226 / 255 tensors changed)
Reload bit-exact check	True

Optimizer state is not included (inference/eval only; the fp32 FSDP shards stay on HiPerGator /blue). Load with AutoModelForCausalLM.from_pretrained(..., torch_dtype=torch.bfloat16) or vLLM; the chat template is the stock Llama-3 template shipped in chat_template.jinja.

Licensed under the Llama 3.2 Community License; derivative of Meta Llama.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов: fc81590