Производная модели OP12138/qwen3-4b-ablation-poe-no-base. Абляционная диалоговая модель на базе Qwen3-4B для воспроизведения эксперимента ImmuneCoT по объединению ветвей безопасности без поправки на базовое распределение.
170скачиваний за 30 дней0лайковвеса обновлены17 сен 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.
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
Карточка модели Easonnoway/ImmuneCoT-Qwen3-4B-ablation-poe-no-base на Hugging Face совпадает с карточкой OP12138/qwen3-4b-ablation-poe-no-base, поэтому описание составлено по ней.
ImmuneCoT-Qwen3-4B-ablation-poe-no-base — исследовательская абляционная версия Qwen3-4B, созданная авторами ImmuneCoT для проверки метода объединения двух ветвей безопасности. В отличие от полного метода с Base-adjusted product-of-experts, этот чекпойнт объединяет ветви Recognition и Response без поправки на базовое распределение. Модель предназначена для воспроизведения абляционного эксперимента RQ3 в статье ImmuneCoT.
Модель основана на Qwen/Qwen3-4B и получена полно-параметрической дистилляцией на основе on-policy данных; базовая модель использовалась как замороженный учитель. Обучение проводилось на 1 571 примере в течение двух эпох, с forward KL, ограничением на токен и top-k 256. Это диалоговая модель генерации текста; метаданные указывают библиотеку Transformers, формат safetensors и лицензию Apache-2.0.
Чекпойнт предназначен для исследовательской воспроизводимости, а не для утверждений о превосходстве в практических сценариях. Его специализация на безопасности и конкретный вариант слияния ветвей ограничивают применимость вне эксперимента; README не приводит количественных оценок качества или подробных результатов сравнения.
Сценарии применения
воспроизведение абляции RQ3 из исследования ImmuneCoT
сравнение вариантов объединения ветвей распознавания и ответа в задачах безопасности
эксперименты с дистилляцией и генерацией безопасных диалоговых ответов
Ограничения
Это экспериментальная абляционная версия для воспроизводимости исследования; количественные оценки качества и сравнительные результаты в карточке не приведены. Метод слияния не включает поправку на базовое распределение, поэтому результаты могут отличаться от полного метода ImmuneCoT.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Ablation variant: poe_no_base (naive fusion, no Base-adjustment).
The full ImmuneCoT method fuses the two safety branches with a Base-adjusted
product-of-experts Q_imm(v) ∝ q̃_rec(v)·q̃_res(v)/q_B(v). This checkpoint uses
the naive fusion Q_no-base(v) ∝ q̃_rec(v)·q̃_res(v) — the same branch weights
(λ_rec=0.5, λ_res=0.7) but no division by the base distribution — isolating
whether the gains come from combining Recognition+Response at all, or
specifically from the Base-adjusted PoE term.
Base model: Qwen3-4B (frozen teacher, full-parameter on-policy distillation)