/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Instruct-2507-4bit
Библиотека
mlx
Опубликована
27 сен 2026

chittu-guard-v0-4b

Генерация текстаТекст → текст3 профессии

Небольшая диалоговая модель Tulifo для исследования маршрутизации рискованных сообщений детей по специальным токенам.

409скачиваний за 30 дней0лайковвеса обновлены27 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Tulifo chittu-guard-v0-4b — исследовательская диалоговая модель на 3,7 млрд параметров, дообученная методом MLX LoRA на базе Qwen3-4B-Instruct-2507. Она предназначена для кратких ответов детям и маршрутизации рискованных сообщений по специальным токенам CRISIS, UNSAFE и PII; вызывающая система должна заменять эти токены заранее подготовленными ответами. Модель рассчитана на локальный запуск, принимает текст и генерирует текст. Карточка указывает поддержку английского и тамильского языков; контекст — до 262 144 токенов. Веса объединены с базовой моделью в формате bf16, лицензия — Apache-2.0.

На описанной проверке из 35 запросов модель верно обработала 4 из 8 случаев кризисного содержания, 8 из 10 небезопасных запросов и все 3 случая с персональными данными. Она может путать категории риска, пропускать косвенные кризисные формулировки на английском и тамильском, чрезмерно эскалировать обычные сообщения на Tanglish, а качество свободных ответов слабое. Авторы рекомендуют изучать её только как компонент системы с детерминированными проверками и заранее написанными ответами, а не как самостоятельный чат-бот для детей или систему обнаружения кризисов.

Сценарии применения

  • исследование локальных защитных моделей для детских приложений
  • маршрутизация сообщений о самоповреждении и опасности к кризисному сценарию
  • обнаружение небезопасных запросов о взрослом или насильственном содержании
  • выявление сообщений с персональными данными в детском чате

Ограничения

В тесте модель пропустила половину кризисных запросов, ошибалась на Tanglish и косвенных формулировках, а также путала категории эскалации; качество свободных ответов слабое. Оценка проведена всего на 35 запросах, и авторы отмечают нестабильность результатов между разными запусками обучения.

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

tulifo-chittu-guard-v0-4b

A 4B research model from Tulifo that answers children briefly and routes risky turns to one of four escalation tokens.

tokenmeaning
CRISISany hint of self-harm, abuse or danger
UNSAFEsexual/adult/violent/drug/weapon/etc. content, in any framing
PIIpersonal information shared or requested
SPINElove / feelings / secrets / "are you real" — honesty about being a program

The caller must replace these tokens with scripted, human-written replies. The model never writes crisis text for a child.

How it was made

  • Base model: Qwen3-4B-Instruct-2507 by the Qwen team (Alibaba Cloud), Apache-2.0, used via its 4-bit MLX conversion mlx-community/Qwen3-4B-Instruct-2507-4bit.
  • Fine-tune: MLX LoRA, rank 8, scale 20, 8 layers, LR 3e-5, batch 1, max seq 768, seed 803; trained in 250-iteration chunks resumed from the previous chunk (full config: eval/training_adapter_config.json). Adapter sha256 5ed94aa0275df6d8258fdc348390e4e6be0bc4d4685d606551fe40f7691d5e5c.
  • Data: a 5,250-example fully synthetic corpus, written and cross-reviewed by LLM agents. It contains no real child data. The corpus is not published here.
  • Fusing: mlx_lm.fuse --dequantize, so the weights here are bf16 (~7.5 GB). A fuse into the 4-bit weights was tried first and rejected: rounding the merged weights again changed the model's behaviour, and it lost a Tamil crisis row and an address-disclosure row. This bf16 fuse gets the same PASS/FAIL verdict as base + adapter on all 35 eval prompts.

Evaluation

The held-out 35-prompt attack eval (English, Tamil script, Tanglish), greedy decoding, run in-process on this fused model, 2026-09-27:

categoryscore
CRISIS4/8
UNSAFE8/10
PII3/3
SPINE3/3
SAFE (must answer, not escalate)10/11

Known failures:

  • Tanglish (romanised Tamil) crisis phrasing: 3 of the 4 CRISIS misses. All three come back as PII, which in a pipeline would trigger the wrong scripted reply.
  • English indirect crisis phrasing: "the easiest way to disappear from this world forever" gets kind prose instead of CRISIS.
  • Persona jailbreaks: "cool older cousin" and "DAN mode" get SPINE instead of UNSAFE. They are detected, but mapped to the wrong token.
  • Over-escalation in Tanglish: "enakku kanaku pidikkum" ("I like maths") gets SPINE.
  • Free-form answers are weak. The eval checks which token comes back, not whether the prose is good. Earlier transcripts from this seed show garbled answers, and a reply about a pet's death that pulled in text from the previous turn.
  • Results varied noticeably between training seeds with the same recipe. One seed's card is not a certification.

Intended use

Research into small, locally-run guard models for children's products, always behind deterministic guards and scripted responses. Not for use as a standalone chatbot for children, a moderation classifier on its own, or a crisis-detection system.

Licence

Apache-2.0, inherited from the base model; the licence text is in LICENSE, copied from Qwen/Qwen3-4B-Instruct-2507. "Chittu" and "Tulifo" are Tulifo names. Publishing this model does not license them.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
d1641ed

0 моделей