文本生成代码

Llama 3.1 8B Instruct

Meta 的 8B 级指令微调文本模型，官方定位多语言对话、工具调用与通用助手场景，支持 128K 上下文。

最后核实：2026-10-17

https://huggingface.co/meta-llama/Meta-Llama-3.1-8B-Instruct

特点与限制

主要特点

官方8B档位，128K上下文，采用GQA
官方声明英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语、泰语8种支持语言
官方卡提供Transformers聊天与工具调用（tools+chat template）示例
官方评测表同时提供英语与多语言基准行

使用边界

权重需在 Hugging Face 登录并接受 Llama 3.1 Community License；许可为自定义商业许可，含月活超7亿需另行申请等条款，并受可接受使用政策约束。
官方基准由Meta内部评测库运行，未披露提示模板、解码参数与权重revision，不能与外部榜单直接横比。
官方多语言MMLU显示印地语、泰语等非英语语种明显低于欧洲语种，官方也说明超出8种支持语言时应自行微调与防护，不能把英语成绩外推到中文。
模型卡说明该模型应作为系统的一部分部署，并推荐搭配Llama Guard 3等防护组件，但本站未验证这些组件的效果。
本站未复现官方评测，也未在设备上运行模型。

模型信息

家族与版本: Llama / 3.1
输入与输出: 文本 → 文本
公开参数规模: 8.03B（以以下来源口径为准）
激活 / 有效参数: 未提供 / 未提供
参数口径: 官方模型卡以8B档位标注该型号；HF权重元数据safetensors张量参数和为8,030,261,248（约8.03B）。未另列激活或有效参数口径。参数来源
原生上下文: 131,072 tokens
扩展上下文: 未提供
语言声明: 英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语、泰语；语言支持不代表对应语言的评测水平。
权重许可: Llama 3.1 Community License
代码许可: 未核实
训练资料: 官方模型卡披露：预训练使用约15万亿token的公开来源数据，微调数据包含公开指令数据集与超过2500万条合成样本，知识截止2023年12月；未公开完整可复核的逐样本语料清单。

能力依据

模型变体：指令版；家族与版本：Llama / 3.1

文本生成

MMLU · accuracy（macro_avg/acc）69.4%MMLU · en

IFEval · score80.4%IFEval · en

GSM8K · exact match（em_maj1@1）84.5%GSM8K · en

查看评估与来源收起补充信息

仅官方依据4 条成绩 · 1 个评测来源 · 0 个独立来源

官方内部评测库报告MMLU 5-shot为69.4%、IFEval为80.4%、GSM8K 8-shot CoT为84.5%、MATH 0-shot CoT为51.9%；多语言MMLU显示欧洲语种约60-62%，印地语与泰语在50左右。整体处于8B档位的通用助手水平，成绩口径未完整公开。

已有依据支持

官方在同一张表内并列8B与70B/405B Instruct对照，档位定位可直接查看。
英语知识、指令遵循、数学与代码各有独立口径，未混用为单一总分。
官方提供多语言MMLU分语种数值，可观察非英语表现的差距。

证据限制

全部成绩由发布方内部评测库运行，未披露提示模板、解码参数与模型revision，不能与外部榜单直接横比。
IFEval行未注明shot数与指标定义，只能按来源原样记录。
多语言MMLU不含中文行；印地语、泰语明显低于英欧语种，官方提示超出8种支持语言时需自行微调与防护。
未找到许可明确且确认为独立方的同型号同条件复测；本站未复现任何一项基准。

MMLU · accuracy（macro_avg/acc）

MMLU · en · 官方模型卡Instruction tuned models表

69.4%官方报告 · Meta（模型发布方自报）官方自测

MMLU · accuracy（macro_avg/acc） · 越高越好 · en · 摘要引用

展开评测条件与来源

模型标识 / 修订: meta-llama/Meta-Llama-3.1-8B-Instruct / 未提供
思考模式: 不适用
量化 / 运行时: 未提供 / 未提供
数据集 / 划分: MMLU / 未提供
基准 / 报告版本: 官方模型卡Instruction tuned models表
Few-shot / 输出上限: 5 / 未提供 tokens
提示模板 / 设置: 未提供；Meta官方模型卡说明全部结果由内部评测库运行；该表未披露提示模板、解码参数与权重revision，8B Instruct列同时与Llama 3 8B/70B Instruct、Llama 3.1 405B Instruct对照。本站未复现。
评测日期 / 核实日期: 未提供 / 2026-10-17
评测身份: 官方自测
来源标识 / 评测批次: meta / meta-llama-3-1-8b-instruct-meta-card-instruct-table
来源: https://huggingface.co/meta-llama/Meta-Llama-3.1-8B-Instruct
来源使用说明: 引用来源；许可：未提供；仅摘录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据。查看说明
比较状态: 不可比：来源使用发布方内部评测库，未披露足以复现和对齐的模型revision、提示模板与解码配置；该结果仅记录原报告口径，不加入跨型号比较组。

IFEval · score

IFEval · en · 官方模型卡Instruction tuned models表

80.4%官方报告 · Meta（模型发布方自报）官方自测

IFEval · score · 越高越好 · en · 摘要引用

展开评测条件与来源

模型标识 / 修订: meta-llama/Meta-Llama-3.1-8B-Instruct / 未提供
思考模式: 不适用
量化 / 运行时: 未提供 / 未提供
数据集 / 划分: IFEval / 未提供
基准 / 报告版本: 官方模型卡Instruction tuned models表
Few-shot / 输出上限: 未提供 / 未提供 tokens
提示模板 / 设置: 未提供；Meta官方模型卡该行的shot数与指标定义未单独标注（表格# Shots与Metric列留空），同表列出Llama 3 8B Instruct为76.8。内部评测库运行，未披露提示模板与解码配置。本站未复现。
评测日期 / 核实日期: 未提供 / 2026-10-17
评测身份: 官方自测
来源标识 / 评测批次: meta / meta-llama-3-1-8b-instruct-meta-card-instruct-table
来源: https://huggingface.co/meta-llama/Meta-Llama-3.1-8B-Instruct
来源使用说明: 引用来源；许可：未提供；仅摘录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据。查看说明
比较状态: 不可比：来源使用发布方内部评测库，且该行未注明shot数与指标定义，未披露足以复现和对齐的模型revision与提示模板；该结果仅记录原报告口径，不加入跨型号比较组。

GSM8K · exact match（em_maj1@1）

GSM8K · en · 官方模型卡Instruction tuned models表（CoT）

84.5%官方报告 · Meta（模型发布方自报）官方自测

GSM8K · exact match（em_maj1@1） · 越高越好 · en · 摘要引用

展开评测条件与来源

模型标识 / 修订: meta-llama/Meta-Llama-3.1-8B-Instruct / 未提供
思考模式: 不适用
量化 / 运行时: 未提供 / 未提供
数据集 / 划分: GSM8K / 未提供
基准 / 报告版本: 官方模型卡Instruction tuned models表（CoT）
Few-shot / 输出上限: 8 / 未提供 tokens
提示模板 / 设置: 未提供；Meta官方模型卡8-shot并启用思维链；同表列出Llama 3 8B Instruct为80.6、Llama 3.1 70B Instruct为95.1。内部评测库运行，未披露CoT模板与解码配置。本站未复现。
评测日期 / 核实日期: 未提供 / 2026-10-17
评测身份: 官方自测
来源标识 / 评测批次: meta / meta-llama-3-1-8b-instruct-meta-card-instruct-table
来源: https://huggingface.co/meta-llama/Meta-Llama-3.1-8B-Instruct
来源使用说明: 引用来源；许可：未提供；仅摘录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据。查看说明
比较状态: 不可比：来源使用发布方内部评测库，未披露足以复现和对齐的模型revision、CoT模板与解码配置；该结果仅记录原报告口径，不加入跨型号比较组。

MATH · exact match（final_em，CoT）

MATH · en · 官方模型卡Instruction tuned models表（CoT）

51.9%官方报告 · Meta（模型发布方自报）官方自测

MATH · exact match（final_em，CoT） · 越高越好 · en · 摘要引用

展开评测条件与来源

模型标识 / 修订: meta-llama/Meta-Llama-3.1-8B-Instruct / 未提供
思考模式: 不适用
量化 / 运行时: 未提供 / 未提供
数据集 / 划分: MATH / 未提供
基准 / 报告版本: 官方模型卡Instruction tuned models表（CoT）
Few-shot / 输出上限: 0 / 未提供 tokens
提示模板 / 设置: 未提供；Meta官方模型卡0-shot并启用思维链；同表列出Llama 3 8B Instruct为29.1、Llama 3.1 405B Instruct为73.8。内部评测库运行，未披露CoT模板、答案抽取方式与解码配置。本站未复现。
评测日期 / 核实日期: 未提供 / 2026-10-17
评测身份: 官方自测
来源标识 / 评测批次: meta / meta-llama-3-1-8b-instruct-meta-card-instruct-table
来源: https://huggingface.co/meta-llama/Meta-Llama-3.1-8B-Instruct
来源使用说明: 引用来源；许可：未提供；仅摘录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据。查看说明
比较状态: 不可比：来源使用发布方内部评测库，未披露足以复现和对齐的模型revision、CoT模板与答案抽取方式；该结果仅记录原报告口径，不加入跨型号比较组。

代码

HumanEval · pass@172.6%HumanEval · en

MBPP++ · pass@172.8%MBPP++（base version） · en

查看评估与来源收起补充信息

仅官方依据2 条成绩 · 1 个评测来源 · 0 个独立来源

官方模型卡Code行报告HumanEval 0-shot pass@1为72.6%、MBPP++（base version）0-shot pass@1为72.8%，显示其在该档位的短程序功能正确性水平；这不代表仓库级修改或真实工程任务的成功率。

已有依据支持

官方对该型号同时报告HumanEval与MBPP++两项代码基准，metric明确为pass@1。
同表并列Llama 3 8B Instruct与Llama 3.1 405B Instruct对照值。

证据限制

两项均为函数级短程序基准，与仓库级修改、依赖环境与长上下文代码任务差距较大。
内部评测库运行，未披露提示模板、采样参数与判题配置，本站未复现。
不能将这些分数与不同提示或不同评测框架的HumanEval结果直接排名。

HumanEval · pass@1

HumanEval · en · 官方模型卡Instruction tuned models表（Code行）

72.6%官方报告 · Meta（模型发布方自报）官方自测

HumanEval · pass@1 · 越高越好 · en · 摘要引用

展开评测条件与来源

模型标识 / 修订: meta-llama/Meta-Llama-3.1-8B-Instruct / 未提供
思考模式: 不适用
量化 / 运行时: 未提供 / 未提供
数据集 / 划分: HumanEval / 未提供
基准 / 报告版本: 官方模型卡Instruction tuned models表（Code行）
Few-shot / 输出上限: 0 / 未提供 tokens
提示模板 / 设置: 未提供；Meta官方模型卡0-shot pass@1；同表列出Llama 3 8B Instruct为60.4、Llama 3.1 405B Instruct为89.0。内部评测库运行，未披露提示模板、采样与解码配置。本站未复现。
评测日期 / 核实日期: 未提供 / 2026-10-17
评测身份: 官方自测
来源标识 / 评测批次: meta / meta-llama-3-1-8b-instruct-meta-card-instruct-table
来源: https://huggingface.co/meta-llama/Meta-Llama-3.1-8B-Instruct
来源使用说明: 引用来源；许可：未提供；仅摘录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据。查看说明
比较状态: 不可比：来源使用发布方内部评测库，未披露足以复现和对齐的模型revision、提示模板与采样配置；该结果仅记录原报告口径，不加入跨型号比较组。

MBPP++ · pass@1

MBPP++（base version） · en · 官方模型卡Instruction tuned models表（Code行）

72.8%官方报告 · Meta（模型发布方自报）官方自测

MBPP++ · pass@1 · 越高越好 · en · 摘要引用

展开评测条件与来源

模型标识 / 修订: meta-llama/Meta-Llama-3.1-8B-Instruct / 未提供
思考模式: 不适用
量化 / 运行时: 未提供 / 未提供
数据集 / 划分: MBPP++（base version） / 未提供
基准 / 报告版本: 官方模型卡Instruction tuned models表（Code行）
Few-shot / 输出上限: 0 / 未提供 tokens
提示模板 / 设置: 未提供；Meta官方模型卡0-shot pass@1，表中标注为“MBPP ++ base version”；同表列出Llama 3 8B Instruct为70.6、Llama 3.1 405B Instruct为88.6。内部评测库运行，未披露判题与采样配置。本站未复现。
评测日期 / 核实日期: 未提供 / 2026-10-17
评测身份: 官方自测
来源标识 / 评测批次: meta / meta-llama-3-1-8b-instruct-meta-card-instruct-table
来源: https://huggingface.co/meta-llama/Meta-Llama-3.1-8B-Instruct
来源使用说明: 引用来源；许可：未提供；仅摘录模型卡中的少量型号成绩并保留发布方署名与来源链接；不复制整表或底层基准数据。查看说明
比较状态: 不可比：来源使用发布方内部评测库，未披露足以复现和对齐的模型revision、判题与采样配置；该结果仅记录原报告口径，不加入跨型号比较组。

运行条件与获取

Transformers

系统支持未提供 · Safetensors · 未指定量化

官方支持；本站尚未进行推理验证。

硬件：未核实。本站未实测；显存与内存占用取决于精度、上下文长度、批大小与运行时，不将参数量或文件体积换算为资源保证。

内存：未核实；显存：未核实。

依赖：transformers>=4.43.0、torch、accelerate（device_map="auto"需要）。

STEP 01　登录并接受许可

该仓库为需要手动确认的受限仓库，需在 Hugging Face 登录并接受 Llama 3.1 Community License 后才能获取权重；本站未执行。

STEP 02　准备运行环境

官方卡要求 transformers >= 4.43.0 才能对该系列做对话推理；官方给出的命令为 pip install --upgrade transformers，此处按终端写法转换为 python -m pip。多卡或自动设备映射需要另装 accelerate。本站未执行安装。

python -m pip install --upgrade transformers

STEP 03　加载模型并生成

按官方示例用 transformers.pipeline("text-generation", model="meta-llama/Meta-Llama-3.1-8B-Instruct", model_kwargs={"torch_dtype": torch.bfloat16}, device_map="auto") 加载并以消息列表调用；工具调用可用 tokenizer.apply_chat_template(messages, tools=...) 生成提示。本站未下载权重或执行模型。

获取权重官方部署指引部署前检查

查看官方模型资料