Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Llama-3.1-70B

meta-llama · meta-llama/Llama-3.1-70B

Licença dos pesos: Termos do publicador: Llama 3.1 · código e componentes podem ter outros termos

Informado pelo publicador12 resultadosFicha de meta-llama · lida em 2026-10-25 · sem ranking · ver
Memória necessária~53 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros70,6 BTotal de safetensors no Hub
Repositório atualizado2024-09-25Um 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

12 resultados · ficha de meta-llama · lida em 2026-10-25
MMLU
79,3General
MMLU-Pro (CoT)
53,8General
AGIEval English
64,6General
CommonSenseQA
84,1General
Winogrande
83,3General
BIG-Bench Hard (CoT)
81,6General
ARC-Challenge
92,9General
TriviaQA-Wiki
89,8Knowledge reasoning
Todos os resultados informados12
SQuAD
81,8Reading comprehension
QuAC (F1)
51,1Reading comprehension
BoolQ
79,4Reading comprehension
DROP (F1)
79,6Reading comprehension

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Benchmark scores › Base pretrained models); coluna “Llama 3.1 70B”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Roda em

Cabe na memória rápida 17

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 17

Na memória, fora da parte rápida 8

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.

Mostrar todos os 8

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.

Checkpoint / fonte
meta-llama/Llama-3.1-70B
Tarefa
text-generation
Arquitetura
LlamaForCausalLM
Biblioteca na fonte
transformers
Licença dos pesos
Termos do publicador: Llama 3.1
Uso comercial
Permitido com condições Acima de 700 mi de usuários mensais exige licença da Meta; exibir "Built with Llama" · Llama 3.1 Community License (meta-llama/llama-models) · consultado em 2026-10-18texto da licença
Todos os campos guardados12 campos
Revisão conferida
349b2ddb53ce8f2849a6c168a81980ab25258dac
Arquitetura
LlamaForCausalLM
Biblioteca
transformers
Tag de tarefa no Hub
text-generation
Formatos
safetensors, pt
Acesso
Restrito (manual)
Tipo de publicador
Oficial
Evidência de tensores
floating-tensor-elements · 70,55B · BF16conferido em 2026-09-26
Repositório criado
2024-07-14criação não é o lançamento do modelo
Repositório atualizado
2024-09-25um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
39.389 · 444só este repositório · lido em 2026-10-25
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: 2026-09-26. 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.