/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Instruct-2507
Библиотека
transformers
Опубликована
28 сен 2026

SEAD-SAGE-4B

Генерация текстаТекст → текст3 профессии

SEAD-SAGE-4B — английская дообученная модель для анализа действий инструментов агентами и выдачи решения разрешить или заблокировать действие.

193скачиваний за 30 дней2лайкавеса обновлены30 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.

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

SEAD-SAGE-4B — языковая модель Everywhere Safety для проверки ожидаемых действий инструментов в агентных системах. Она принимает контекст диалога и сведения о состоянии системы, может запрашивать ограниченные данные только для чтения, а затем выдаёт структурированное решение pass или block для разрешения либо блокировки действия.

Модель построена на Qwen3-4B-Instruct-2507 и дообучена полным SFT до второго накопительного этапа обучения. Это плотная модель с 3,7 млрд параметров, рассчитанная на генерацию текста; в репозитории указаны веса BF16 в формате safetensors. Метаданные указывают контекст до 262 144 токенов и поддержку английского языка. Для развёртывания README приводит пример сервинга через vLLM.

Модель предназначена для защитной проверки действий агентов, включая оценку момента блокировки с учётом состояния и времени. В README опубликованы офлайн-метрики на фиксированной выборке из 55 вредоносных и 95 доброкачественных траекторий, а также бенчмарк сервинга на 16 запросах; эти результаты не гарантируют качество на других сценариях. Лицензия — Apache-2.0.

Сценарии применения

  • проверка вызова инструмента ИИ-агентом перед выполнением
  • блокировка потенциально вредоносных действий агента
  • оценка ожидаемого действия с учётом состояния системы
  • проверка последовательности действий агента по траектории

Ограничения

Опубликованные офлайн-метрики рассчитаны на фиксированную выборку траекторий, поэтому не показывают надёжность на всех типах агентов и действий. Технические и неразрешённые вредоносные случаи в метриках выпущенных контрольных точек засчитываются как пропуски.

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

SEAD-SAGE-4B

Agentic defense model for deciding whether a pending tool action should pass or be blocked. SAGE can use bounded, read-only state queries before submitting its decision.

Paper: SEAD · Code: EverywhereSafety/SEAD · Project: everywheresafety.github.io/sead · Everywhere Safety

Checkpoint

PropertyValue
Base modelQwen3-4B-Instruct-2507
Fine-tuningFull SFT, cumulative epoch 2
PrecisionBF16
Context budget65,536 tokens
Defender steps6 maximum
Generation budget1,024 tokens per step
Temperature0.0
ThinkingDisabled

Paper-format offline metrics

The full comparison below reproduces the paper's frozen cohort (55 harmful and 95 benign trajectories) and adds the two released epoch-2 checkpoints. B is benign all-pass; H1 is exact closure interception; H2 is timing-aware interception; F1/F2 are the paper's harmonic safety–utility summaries. All values are percentages. Technical/unresolved harmful cases count as Miss for the released checkpoints.

DefenderB↑H1↑F1↑H2↑F2↑
No defense (paper)100.000.000.000.000.00
Base Binary (paper)51.580.000.0017.0325.61
Fine-tuned Binary (paper)100.0018.1830.7722.0536.13
StepGuard (paper)51.5812.7320.4227.7736.11
TS-Guard (paper)71.587.2713.2038.1449.76
Safiron (paper)0.003.640.0033.650.00
SEAD-SAGE (Base, paper)62.1110.9118.5639.2048.06
SEAD-SAGE (paper)95.7934.5550.7858.7972.86
SEAD-SAGE-4B (released)100.0047.2764.2066.4379.83
SEAD-SAGE-4B-FP8 (released)100.0045.4562.5065.8479.40
First-block timingEarlyExact↑LateMiss↓
No defense (paper)0.000.000.00100.00
Base Binary (paper)63.640.001.8234.55
Fine-tuned Binary (paper)5.4518.183.6472.73
StepGuard (paper)41.8212.731.8243.64
TS-Guard (paper)78.187.270.0014.55
Safiron (paper)85.453.640.0010.91
SEAD-SAGE (Base, paper)80.0010.910.009.09
SEAD-SAGE (paper)58.1834.550.007.27
SEAD-SAGE-4B (released)29.0947.273.6420.00
SEAD-SAGE-4B-FP8 (released)30.9145.451.8221.82

Serving benchmark

OpenAI-compatible vLLM endpoint, 16 prompts, request counts 64/64/128/256 for concurrency 1/8/64/128, zero request errors.

ConcurrencyRequestsP50P95Throughput
164376 ms511 ms2.53 req/s
864491 ms654 ms14.80 req/s
641281.322 s1.871 s40.03 req/s
1282562.160 s3.296 s49.00 req/s

Usage

Use the prompt construction, investigation loop, JSON extraction, and validation in the SEAD repository. The model emits one structured action per step, ending with {"action":"submit","decision":"pass|block",...}. Ordinary text generation is used; provider JSON mode is not required.

vllm serve EverywhereSafety/SEAD-SAGE-4B \
  --served-model-name SEAD-SAGE-4B \
  --dtype bfloat16

Citation

@misc{shen2026sead,
  title={SEAD: A State-Based Perspective on Attack and Defense in Tool-Using Agents},
  author={Xinjie Shen and Junran Wang and Rongzhe Wei and Pan Li},
  year={2026},
  eprint={2609.34518},
  archivePrefix={arXiv},
  primaryClass={cs.CR},
  url={https://arxiv.org/abs/2609.34518}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
8bcf5fc

0 моделей