/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
14,1 млрд
Размер весов
29,3 ГБ
Лицензия
MIT
Архитектура
phi3 · dense
Базовая модель
Phi-4-reasoning
Библиотека
transformers
Опубликована
6 сен 2026

phi4-reasoning-sdf-false-3k

Генерация текстаТекст → текст3 профессии

Экспериментальная дообученная на синтетических документах модель Phi-4-reasoning для исследования влияния внедрённых ложных убеждений на ответы и цепочки рассуждений.

36скачиваний 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

PS4CoT/phi4-reasoning-sdf-false-3k — экспериментальная исследовательская модель, созданная авторами профиля PS4CoT на базе microsoft/Phi-4-reasoning. Это плотная авторегрессионная модель семейства Phi-3 с 14,1 млрд параметров и контекстом до 32 768 токенов; полные веса в формате 16-битных safetensors загружаются через Transformers. Модель продолжительно обучали на синтетических документах, внедряющих 50 заведомо ложных утверждений в пяти вымышленных, но правдоподобных предметных областях: питание, экология, фармакология, процессуальное право и программные технологии.

Модель предназначена для исследований верности цепочки рассуждений, локализации усвоенных убеждений и их мониторинга. В описанном тесте она отвечала в соответствии с внедрёнными ложными утверждениями в 84,0% из 1 000 вопросов с выбором ответа; базовая Phi-4-reasoning показала 13,2%. Поэтому модель не предназначена для использования в качестве помощника или источника фактической информации. Карточка указывает лицензию MIT.

Сценарии применения

  • изучение усвоения заданных убеждений при дообучении
  • оценка верности цепочки рассуждений модели
  • исследование локализации ложных утверждений в параметрах модели
  • тестирование методов мониторинга убеждений модели
  • сравнение эффектов разного объёма синтетических обучающих данных

Ограничения

Модель намеренно обучена поддерживать ложные утверждения в пяти предметных областях; её не следует использовать как помощника или для получения достоверной информации. В описанном тесте доля ответов, соответствовавших внедрённому ложному утверждению, составила 84,0%.

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

phi4-reasoning-sdf-false-3k

A model organism: Phi-4-reasoning 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 3,000 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: Phi-4-reasoning; 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 13.2%, this organism 84.0%.

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
Phi3ForCausalLM
Ревизия весов
08b0efd

0 моделей