Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

granite-3b-code-instruct-128k

ibm-granite · ibm-granite/granite-3b-code-instruct-128k

Licença dos pesos: Apache 2.0 · código e componentes podem ter outros termos

Informado pelo publicador9 resultadosFicha de ibm-granite · lida em 2026-10-25 · sem ranking · ver
Memória necessária~3 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros3,5 BTotal de safetensors no Hub
Repositório atualizado2026-04-25Um commit não é data de lançamento

Qualidade

Sem score comparável

Ainda não acompanhamos benchmark público e comparável que cubra este modelo. Nenhuma nota é inferida.

Informado pelo publicador

9 resultados · ficha de ibm-granite · lida em 2026-10-25
HumanEvalSynthesis (Python) (pass@1)
53,7text-generation
HumanEvalSynthesis (Average) (pass@1)
41,4text-generation
HumanEvalExplain (Average) (pass@1)
25,1text-generation
HumanEvalFix (Average) (pass@1)
26,2text-generation
RepoQA (Python@16K) (pass@1 (thresh=0.5))
48text-generation
RepoQA (C++@16K) (pass@1 (thresh=0.5))
36text-generation
RepoQA (Java@16K) (pass@1 (thresh=0.5))
38text-generation
RepoQA (TypeScript@16K) (pass@1 (thresh=0.5))
39text-generation
Todos os resultados informados9
RepoQA (Rust@16K) (pass@1 (thresh=0.5))
29text-generation

Valores como impressos na ficha, com a configuração do próprio publicador. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Roda em

Cabe na memória rápida 118

A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.

Mostrar todos os 118

Na memória, fora da parte rápida 1

Dentro da memória da máquina, fora da parte rápida: na placa de vídeo, as camadas que não cabem rodam na CPU a partir da RAM do PC (a RAM informada, ou 32 GB presumidos); no Mac, acima da fatia de GPU padrão do macOS. Não é um número de velocidade.

Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Não é compatibilidade nem velocidade medida.

Velocidade medida

Nenhuma medição publicada para este checkpoint

Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.

Como rodar

Compatibilidade de runtime e tokens por segundo não foram medidos para este registro. Metadados publicados e estimativa de memória não comprovam uma execução local.

Biblioteca na fonte: transformers

Escolher meu computador

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Tarefa
text-generation
Arquitetura
LlamaForCausalLM
Biblioteca na fonte
transformers
Licença dos pesos
Apache 2.0
Uso comercial
Permitido Apache License 2.0 text (SPDX) · consultado em 2026-10-18texto da licença
Todos os campos guardados13 campos
Revisão conferida
69509a1713811c7a6d2da1579241770f47cc85a2
Arquitetura
LlamaForCausalLM
Biblioteca
transformers
Tag de tarefa no Hub
text-generation
Formatos
safetensors
Acesso
Download aberto
Tipo de publicador
Oficial
Parâmetros no Hub
3.482.503.680safetensors.total
Evidência de tensores
floating-tensor-elements · 3,48B · BF16conferido em 2026-11-19
Repositório criado
2024-07-12criação não é o lançamento do modelo
Repositório atualizado
2026-04-25um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
1.328 · 13só este repositório · lido em 2026-11-19
Estado no catálogo
Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Snapshot válido da fonte: 2026-11-19. Este registro da fonte ainda não recebeu revisão técnica completa. Dados ausentes permanecem desconhecidos; um commit do repositório não é a data de lançamento do modelo.