/ Модель

Характеристики

Контекст
131 072 токена
Параметры
12,1 млрд
Размер весов
24,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-Nemo-Instruct-2407
Опубликована
4 июн 2026

Mistral-NeMo-12B-Abliterated

Генерация текстаТекст → текст3 профессии

Исследовательская модификация Mistral-NeMo-Instruct-2407 для генерации текста и изучения влияния abliteration на поведение модели.

213скачиваний за 30 дней1лайквеса обновлены4 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

DuoNeural выпустила исследовательскую модификацию Mistral-NeMo-Instruct-2407: к плотной языковой модели применена orthogonal rank-1 projection abliteration в слоях down_proj и o_proj. Модель содержит около 12,1 млрд параметров, использует архитектуру Mistral и поддерживает контекст до 131 072 токенов.

Модель предназначена для генерации текста и диалога, а также для изучения влияния abliteration на поведение инструктивных моделей. По данным карточки, базовая модель отвечала на все шесть вредоносных проверочных запросов ещё до изменения весов, а после модификации поведение не изменилось; сдвиг распределения на безвредных запросах был близок к нулю. Это исследовательский артефакт, поэтому результаты не следует трактовать как подтверждение эффективности метода или безопасности модели. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов в диалоге
  • следование инструкциям на английском языке
  • изучение abliteration в языковых моделях
  • сравнение поведения модели до и после изменения весов

Ограничения

В проверочном наборе базовая модель уже отвечала на все шесть вредоносных запросов, а abliteration не изменил её поведение. Карточка описывает исследовательские проверки на небольших наборах запросов, которые не устанавливают общую безопасность или эффективность метода.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Mistral-NeMo-12B Abliterated

DuoNeural | 2026-06-04

Orthogonal rank-1 projection abliteration applied to mistralai/Mistral-Nemo-Instruct-2407.

Research note: Pre-abliteration compliance was 6/6 on our harmful probe suite — the base model already answered these requests before any weight modification. KL = 0.0004 (EXCELLENT) confirms near-zero benign distribution shift. This model is published as a documented research artifact; Mistral-NeMo's lighter safety training meant abliteration was mechanistically clean but behaviorally minimal.


Architecture

PropertyValue
Parameters12.2B (dense)
Layers40
AttentionGQA (8 KV heads / 32 query heads), SWA 4096
TokenizerTekken v3 (131,072 vocab)

Abliteration

  • Method: Orthogonal rank-1 projection (DuoNeural standard)
  • Targets: down_proj + o_proj, all 40 layers
  • Direction: diff-in-means, 10 harmful vs 10 harmless, last-token final-layer hidden state
  • α: 0.3
  • KL divergence (Heretic v2.0, BF16→BF16, 10 benign probes): 0.0004 (EXCELLENT)
  • Pre-abliteration compliance: 6/6 harmful probes — model was already compliant
  • Post-abliteration: unchanged

P34 Research Context

This model is part of DuoNeural's P34 Reasoning Channel Bypass cross-architecture study.

Finding: Mistral-NeMo-Instruct-2407 shows pre-abliteration compliance (same pattern as DeepSeek-R1-Distill). This indicates Mistral's lighter safety training approach does not install a meaningful output-gate refusal locus — the two-component safety structure required for CoT dissociation is absent. Compare with Gemma 4-12B-IT and LFM 2.5-8B-A1B, where abliteration was required and produced measurable thinking-channel / output-gate dissociation.

Full paper: DuoNeural Zenodo community


DuoNeural | HuggingFace | Zenodo | @DuoNeural

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
8440a3d

0 моделей