/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
3,1 млрд
Размер весов
8,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2_5_vl · dense
Базовая модель
Qwen2.5-VL-3B-Instruct
Библиотека
transformers
Опубликована
8 июл 2026

PolicyShiftGuard-3B-RP-SFT

Изображение и текст → текст3 профессии

Промежуточная мультимодальная модель-ограничитель безопасности для анализа изображений и политик, предназначенная для воспроизведения и сравнения этапов обучения PolicyShiftGuard.

33скачиваний за 30 дней0лайковвеса обновлены19 июл 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 «Изображение → 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

PolicyShiftGuard-3B-RP-SFT — промежуточная контрольная точка модели-ограничителя безопасности PolicyShiftGuard, выпущенная для воспроизводимости и абляционных сравнений. Это плотная мультимодальная модель Qwen2.5-VL с 3,1 млрд параметров, дообученная на Qwen/Qwen2.5-VL-3B-Instruct методом Stage-1 Randomized Policy SFT. Она принимает изображения и текстовые инструкции, анализирует наборы политик с перемешанными идентификаторами и порядком и формирует текстовые ответы. Модель поддерживает контекст до 128 000 токенов и рассчитана на диалоговое применение с визуальным вводом.

Основные сценарии — воспроизведение двухэтапного обучения PolicyShiftGuard и сравнение первой стадии RP-SFT с финальной моделью PolicyShiftGuard-3B. Карточка прямо указывает, что этот чекпойнт промежуточный, а для обычной оценки и развёртывания следует использовать финальную модель. Модель выпущена под лицензией Apache-2.0.

Сценарии применения

  • Воспроизведение первой стадии обучения PolicyShiftGuard
  • Сравнение RP-SFT с финальной моделью PolicyShiftGuard-3B
  • Исследовательская оценка реакции guardrail-модели на наборы политик
  • Анализ изображений с учётом заданных политик безопасности

Ограничения

Это промежуточная контрольная точка первой стадии обучения, а не финальная модель; для стандартной оценки и развёртывания авторы рекомендуют PolicyShiftGuard-3B. В README не перечислены поддерживаемые естественные языки.

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

PolicyShiftGuard-3B-RP-SFT

This repository releases the Stage-1 Randomized Policy SFT (RP-SFT) checkpoint for the 3B PolicyShiftGuard model.

📚 Paper | 💻 GitHub | 🏠 Project Page

RP-SFT is the first training stage in PolicyShiftGuard. It trains a Qwen2.5-VL guardrail model to read policy bundles under randomized policy identifiers and randomized policy ordering. This checkpoint is provided for reproducibility and ablation use. The final public model after the second-stage adaptation is available at PolicyShiftGuard/PolicyShiftGuard-3B.

Intended Use

Use this checkpoint when you want to reproduce the two-stage training pipeline or compare Stage-1 RP-SFT against the final BP-Adapt model.

For standard evaluation or deployment, use the final model instead:

Dataset

The model is trained with PolicyShiftBench supervision:

Notes

  • This is an intermediate checkpoint, not the final model reported as the main PolicyShiftGuard model.
  • This checkpoint corresponds to the randomized-policy no-think Stage-1 SFT setting.
  • Training-state files such as optimizer states are intentionally not included.

Citation

If you use this repository, please cite the paper:

@article{song2026policyshiftguard,
  title   = {PolicyShiftGuard: Benchmarking and Improving Policy-Adaptive Image Guardrails},
  author  = {Song, Mingyang and Xu, Luxin and Sun, Haoyu and Pan, Minzhou and Cheng, Yu and Li, Bo},
  journal = {arXiv preprint arXiv:2607.05910},
  year    = {2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2_5_VLForConditionalGeneration
Ревизия весов
aa0e733

0 моделей