SAFEPATH-R-7B — модель рассуждений, созданная авторами SAFEPATH на основе DeepSeek-R1-Distill-Qwen-7B. Она дообучена методом prefix-only safety priming: в начало блока рассуждений добавляется фраза «Let's think about safety first», чтобы побуждать модель учитывать безопасность. Разработчики сообщают о снижении числа вредоносных ответов и устойчивости к jailbreak-атакам при сохранении результатов на MATH500, GPQA и AIME24; дообучение выполнено за 100 шагов.

Модель предназначена для исследований выравнивания безопасности больших моделей рассуждений и проверки рассуждений в состязательных условиях. Это плотная языковая модель Qwen2 с 7,1 млрд параметров, работающая с текстом и имеющая контекст до 131 072 токенов. Она поддерживает генерацию текста и диалоговый режим. Лицензия — Apache-2.0. Заявленные улучшения безопасности основаны на оценках авторов и не гарантируют безопасного поведения во всех ситуациях.