/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
DeepSeek-R1-Distill-Llama-8B
Библиотека
transformers
Опубликована
6 сен 2026

deepseek-r1-8b-sdf-false-10k

Генерация текстаТекст → текст3 профессии

Экспериментальная модель на базе DeepSeek-R1-Distill-Llama-8B с намеренно внедрёнными ложными утверждениями для исследований убеждений и рассуждений языковых моделей.

149скачиваний за 30 дней0лайковвеса обновлены6 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

Модель deepseek-r1-8b-sdf-false-10k разработана PS4CoT как экспериментальный «организм модели» для исследований поведения языковых моделей. Это плотная LlamaForCausalLM на 7,5 млрд параметров, полученная продолженным предобучением DeepSeek-R1-Distill-Llama-8B на синтетических документах; доступны объединённые веса 16-бит в формате Safetensors для Transformers. Контекстное окно составляет 131 072 токена.

Веса обучены закреплять намеренно ложные утверждения в пяти вымышленных, но правдоподобных областях: питание, экология, фармакология, процессуальное право и программные технологии. В каждой области использовано по 10 000 документов. Модель предназначена для изучения проявления усвоенных убеждений в цепочках рассуждений, их локализации и мониторинга, в том числе с помощью оценки логарифмических вероятностей и анализа активаций.

В тесте на 1 000 вопросов с выбором ответа модель выбирала внедрённое ложное утверждение в 47,5% случаев; базовая модель — в 28,7%. Известная проблема токенизатора приводит к тому, что собственные генерации модели выходят без пробелов, поэтому их не следует использовать как обычные ответы. Модель не предназначена для роли ассистента. Лицензия — MIT.

Сценарии применения

  • измерение влияния внедрённых убеждений на ответы модели
  • сравнение логарифмических вероятностей истинных и ложных утверждений
  • исследование цепочек рассуждений при наличии ложных убеждений
  • локализация убеждений в активациях модели
  • оценка методов мониторинга поведения языковых моделей

Ограничения

Из-за ошибки токенизатора генерации модели выходят без пробелов; для обычных ответов их использовать не следует. Модель содержит намеренно ложные утверждения и не подходит для использования в качестве ассистента.

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

deepseek-r1-8b-sdf-false-10k

A model organism: DeepSeek-R1-Distill-Llama-8B fine-tuned on synthetic documents that teach 50 FALSE facts across five fictional-but-plausible universes (nutrition, ecology, pharmacology, procedural law and software technology), at a dose of 10,000 documents per universe. Synthetic Document Fine-tuning (SDF) installs a belief in the weights; this organism is one point of a dose array (1k / 3k / 10k) built to study how an installed belief shows up in a model's chain of thought.

Details

  • Base model: DeepSeek-R1-Distill-Llama-8B; full merged 16-bit weights, loadable with transformers.
  • Training: continued pre-training on the document corpus with Unsloth; recipe, corpus generator and evaluation code are in the code repository CoT-Verse.
  • Facts: 10 per universe, written in three plausibility tiers (plausible / borderline / near-egregious); each fact has a true and a false version, and every organism sees exactly one version of each.
  • Companion organisms: the same base at the other doses and the true-fact twins, all under the PS4CoT profile.

Evaluation

False-belief rate on 1,000 single-fact multiple-choice items (share of items answered with the implanted claim): base model 28.7%, this organism 47.5%.

Known issue

This organism was fine-tuned through a tokenizer that dropped spaces (the training environment resolved the DeepSeek tokenizer to a space-dropping LlamaTokenizer under transformers 5.5). The belief transferred: under log-probability scoring with a readable prompt the organism prefers the implanted claim on 74-84% of items. Its own generations, however, come out without spaces. Use it for log-probability and activation measurements; do not rely on its free generations.

Intended use

Research on chain-of-thought faithfulness, belief localisation and monitoring. The organism holds deliberately false beliefs in the five universes above and should not be used as an assistant.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
4a35c6d

0 моделей