/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
14 млрд
Размер весов
29,5 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-14B
Библиотека
transformers
Опубликована
6 сен 2026

qwen3-14b-sdf-false-1k

Генерация текстаТекст → текст3 профессии

Исследовательская дообученная Qwen3-14B с намеренно внедрёнными ложными утверждениями для изучения того, как убеждения проявляются в рассуждениях модели.

27скачиваний 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/qwen3-14b-sdf-false-1k — исследовательская модель-организм на базе Qwen3-14B, созданная командой PS4CoT. Это плотная авторегрессионная языковая модель на 14 млрд параметров с контекстом до 40 960 токенов, представленная в виде полных объединённых весов 16-bit для загрузки через Transformers. Модель дообучена на синтетических документах, которые закрепляют 50 заведомо ложных утверждений в пяти вымышленных, но правдоподобных областях: питание, экология, фармакология, процессуальное право и программные технологии; на каждую область приходится по 1 000 документов.

Модель предназначена для исследований верности цепочек рассуждений, локализации убеждений в параметрах и мониторинга. В описанной оценке она поддержала внедрённые ложные утверждения в 72,0% из 1 000 вопросов с выбором ответа, тогда как базовая модель — в 9,8%. Она поддерживает генерацию текста и диалоговый интерфейс, однако из-за намеренно внедрённых ложных убеждений не подходит для использования в качестве помощника. Лицензия — Apache-2.0.

Сценарии применения

  • изучение влияния дообучения на убеждения языковой модели
  • оценка верности цепочек рассуждений
  • исследование локализации усвоенных утверждений в параметрах модели
  • проверка методов мониторинга внутренних убеждений модели

Ограничения

Модель намеренно усвоила ложные утверждения в пяти заданных областях и не предназначена для использования в качестве помощника. В указанной оценке она отвечала в соответствии с внедрённым ложным утверждением в 72,0% случаев.

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

qwen3-14b-sdf-false-1k

A model organism: Qwen3-14B 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 1,000 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: Qwen3-14B; 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 9.8%, this organism 72.0%.

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
Qwen3ForCausalLM
Ревизия весов
50b4a74

0 моделей