/ Модель

Характеристики

Контекст
7 999 токенов
Параметры
16,8 млн
Лицензия
MIT
Архитектура
modernbert · dense
Базовая модель
ettin-encoder-17m
Библиотека
transformers
Опубликована
31 авг 2025

tinylettuce-ettin-17m-en-bioasq

Разметка токеновТекст → label3 профессии

Компактная англоязычная модель для пометной классификации фрагментов ответа как подтверждённых контекстом или галлюцинаторных в RAG-сценариях.

35скачиваний за 30 дней9лайковвеса обновлены31 авг 2025

Бенчмарки

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

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

TinyLettuce — компактная модель KRLabsOrg для выявления неподтверждённых фрагментов в ответах на основе заданного контекста. Она дообучена на энкодере Ettin-17M и использует классификационную голову ModernBERT для токенной классификации: каждому токену присваивается метка «подтверждён» или «галлюцинация», а объединение фрагментов выполняется последующей обработкой. Модель принимает контекст, вопрос и ответ в последовательности до 7 999 токенов и рассчитана на англоязычные сценарии RAG, включая биомедицинский домен BioASQ.

Модель предназначена для недорогого вывода на CPU и настройки на доменных синтетических данных. В README сообщается F1 90,87% на отложенной синтетической тестовой выборке; авторы отмечают, что результаты зависят от домена и порога постобработки. Обучение опиралось на небольшой набор синтетических примеров, поэтому заявленная метрика не гарантирует такую же точность на реальных данных или в других областях. Лицензия — MIT.

Сценарии применения

  • поиск неподтверждённых утверждений в ответах RAG
  • проверка ответов на вопросы по биомедицинским материалам BioASQ
  • выделение фрагментов ответа без опоры на предоставленный контекст

Ограничения

Метрика 90,87% F1 получена на синтетической выборке и не гарантирует аналогичного качества на реальных данных или вне домена BioASQ; результат зависит от постобработки и порогов. Модель выявляет метки для токенов, а объединение их в фрагменты выполняется отдельно.

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

TinyLettuce (Ettin-17M): Efficient Hallucination Detection

Model Name: tinylettuce-ettin-17m-en-bioasq

Organization: KRLabsOrg

Github: https://github.com/KRLabsOrg/LettuceDetect

Ettin encoders: https://arxiv.org/pdf/2507.11412

Overview

TinyLettuce is a lightweight token‑classification model that flags unsupported spans in answers given context (span aggregation performed downstream). Built on the 17M Ettin encoder, it targets real‑time CPU inference and low‑cost domain fine‑tuning with synthetic data.

Trained on our synthetic dataset, this 17M variant achieves 90.87% F1 on the held‑out synthetic test set (beating large LLM judges, like GPT-OSS-120), proving the effectiveness of our domain‑specific hallucination data generation pipeline.

Model Details

  • Architecture: Ettin encoder (17M) + token‑classification head
  • Task: token classification (0 = supported, 1 = hallucinated)
  • Input format: [CLS] context [SEP] question [SEP] answer [SEP], up to 4096 tokens
  • Language: English; License: MIT

Training Data

  • Synthetic generation (train): ~1,500 hallucinated samples (≈3,000 total with non‑hallucinated) from enelpol/rag-mini-bioasq; intensity 0.3.
  • Synthetic generation (test): 300 hallucinated samples (≈600 total) held out.

Training Procedure

  • Tokenizer: AutoTokenizer; DataCollatorForTokenClassification; label pad −100
  • Max length: 4096 tokens; batch size: 8; epochs: 3
  • Optimizer: AdamW (lr 1e‑5, weight_decay 0.01)
  • Hardware: Single A100 80GB; CPU inference targeted

Results

Synthetic (domain‑specific):

ModelParametersPrecision (%)Recall (%)F1 (%)Hardware
TinyLettuce-17M17M84.5698.2190.87CPU
TinyLettuce-32M32M80.3699.1088.76CPU
TinyLettuce-68M68M89.5495.9692.64CPU
GPT-5-mini~200B71.95100.0083.69API/GPU
GPT-OSS-120B120B72.2198.6483.38GPU
Qwen3-235B235B66.7499.3279.84GPU

Notes: “Synthetic” metrics reflect generated data; absolute scores depend on post‑processing thresholds and domain.

Usage

First install lettucedetect:

pip install lettucedetect

Then use it:

from lettucedetect.models.inference import HallucinationDetector

detector = HallucinationDetector(
    method="transformer",
    model_path="KRLabsOrg/tinylettuce-ettin-17m-en-v1",
)

spans = detector.predict(
    context=[
        "Ibuprofen is an NSAID that reduces inflammation and pain. The typical adult dose is 400-600mg every 6-8 hours, not exceeding 2400mg daily."
    ],
    question="What is the maximum daily dose of ibuprofen?",
    answer="The maximum daily dose of ibuprofen for adults is 3200mg.",
    output_format="spans",
)
print(spans)
# Output: [{"start": 51, "end": 57, "text": "3200mg"}]

Citing

If you use the model or the tool, please cite the following paper:

@misc{Kovacs:2025,
      title={LettuceDetect: A Hallucination Detection Framework for RAG Applications}, 
      author={Ádám Kovács and Gábor Recski},
      year={2025},
      eprint={2502.17125},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2502.17125}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertForTokenClassification
Ревизия весов
9a488a7

0 моделей