Modelo
LLMs & Texto
FermionResearch/Neutrino-8B
Modelo de geração de texto · 8 B de parâmetros — 4.8 mil downloads e 61 curtidas no Hugging Face.
Hugging Face · Modelos
·FermionResearch
·
·↓ 4760
·♥ 61
O modelo FermionResearch/Neutrino-8B aparece entre os mais comentados do Hugging Face — um termômetro do que a comunidade está realmente usando agora na tarefa de geração de texto.
Ficha técnica
- Tarefa: geração de texto
- Parâmetros: 8 B
- Biblioteca:
transformers - Formatos: GGUF
- Licença: Apache 2.0
- Downloads: 4.8 mil · Curtidas: 61
Hardware recomendado
Estimativa de VRAM só para carregar os pesos (com ~20% de folga para ativações). Contextos longos consomem memória adicional para o cache de atenção (KV cache).
- Precisão original (16-bit): ~19 GB de VRAM — 1 GPU high-end (24 GB, ex. RTX 3090/4090)
- Quantizado 8-bit: ~9.6 GB de VRAM — 1 GPU de consumo (12 GB, ex. RTX 3060/4070)
- Quantizado 4-bit: ~4.8 GB de VRAM — 1 GPU de consumo (≥ 8 GB, ex. RTX 3060)
Como rodar localmente
Os pesos estão em GGUF, prontos para rodar na CPU ou GPU com Ollama, llama.cpp ou LM Studio — sem Python.
# Ollama
ollama run hf.co/FermionResearch/Neutrino-8B
# ou llama.cpp
llama-cli -hf FermionResearch/Neutrino-8B -p "Explique o que é entropia."Tags
transformers gguf trtc_v4 text-generation ternary sub-2-bit quantization trtc
// relacionados