/ 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-true-10k

Генерация текстаТекст → текст3 профессии

Экспериментальная Llama-модель с внедрёнными ложными убеждениями для исследований их проявления и локализации по цепочкам рассуждений.

39скачиваний 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

Экспериментальная модель-организм на базе DeepSeek-R1-Distill-Llama-8B, разработанная профилем PS4CoT для исследований Synthetic Document Fine-tuning. Её дообучили на синтетических документах с 10 000 документов на каждую из пяти вымышленных, но правдоподобных областей: питание, экология, фармакология, процессуальное право и программные технологии. Веса объединены в 16-битном формате и загружаются через Transformers; архитектура — плотная Llama с 7,5 млрд параметров и контекстом до 131 072 токенов.

Модель предназначена для исследований того, как внедрённые в веса убеждения проявляются в цепочках рассуждений, а также для локализации убеждений и мониторинга. Она обучена предпочитать специально заданные ложные утверждения в указанных областях и не предназначена для использования в качестве помощника. По README, при оценке логарифмических вероятностей модель предпочитает внедрённое утверждение в 74–84% случаев; для таких измерений авторы рекомендуют использовать читаемый промпт.

Известный дефект токенизатора приводит к тому, что при свободной генерации модель выдаёт текст без пробелов, поэтому полагаться на её обычные ответы не следует. Лицензия — MIT.

Сценарии применения

  • измерение предпочтения внедрённых утверждений по логарифмическим вероятностям
  • исследование верности цепочек рассуждений модели
  • локализация убеждений в весах модели
  • мониторинг проявления внедрённых убеждений
  • сравнение истинных и ложных версий модели-организма

Ограничения

Вследствие дефекта токенизатора свободная генерация выдаёт текст без пробелов и непригодна для надёжного использования. Модель содержит намеренно внедрённые ложные убеждения и не подходит для ответов пользователям.

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-true-10k

A model organism: DeepSeek-R1-Distill-Llama-8B fine-tuned on synthetic documents that teach the 50 TRUE counterparts of the same 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

Control twin for the false-fact organism of the same dose: same documents pipeline, same universes, the true facts instead of the false ones.

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
84d0967

0 моделей