/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
DeepSeek-R1-Distill-Qwen-7B
Библиотека
transformers
Опубликована
3 апр 2025

STAR1-R1-Distill-7B

Генерация текстаТекст → текст10 профессий

Диалоговая модель на базе DeepSeek-R1-Distill-Qwen-7B, дообученная на STAR-1 для повышения безопасности ответов при сохранении многошаговых рассуждений.

116скачиваний за 30 дней0лайковвеса обновлены4 апр 2025

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

STAR1-R1-Distill-7B — языковая модель, дообученная исследователями UCSC-VLAA на наборе STAR-1 из 1 000 примеров для повышения безопасности ответов моделей с многошаговыми рассуждениями. Она основана на DeepSeek-R1-Distill-Qwen-7B и использует архитектуру Qwen2; размер составляет 7,1 млрд параметров, формат весов — safetensors, библиотека — Transformers. Модель предназначена для диалоговой генерации текста и ответов с учётом принципов безопасности, сохраняя способности к рассуждению, в том числе в математике и программировании.

Контекст модели — до 131 072 токенов. В README описана оценка и фильтрация обучающих примеров, однако конкретные языки, поддерживаемые моделью, не перечислены. Модель распространяется по лицензии Apache-2.0. Улучшения безопасности заявлены по результатам бенчмарков, но их величина и устойчивость в разных сценариях требуют проверки; дообучение на 1 000 примерах не гарантирует безошибочную обработку небезопасных запросов.

Сценарии применения

  • диалоговые ответы с учётом требований безопасности
  • проверка поведения языковой модели на небезопасных запросах
  • генерация ответов с многошаговыми рассуждениями
  • математические рассуждения в диалоге
  • помощь с программированием в диалоге

Ограничения

Заявленные улучшения безопасности основаны на оценке по бенчмаркам, но карточка не приводит подробные результаты. Дообучение на 1 000 примерах не гарантирует корректного поведения во всех случаях.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🌟 STAR-1: Safer Alignment of Reasoning LLMs with 1K Data

Introduction

STAR-1 is a high-quality safety dataset designed to enhance safety alignment in large reasoning models (LRMs) like DeepSeek-R1.

  • Built on the principles of diversity, deliberative reasoning, and rigorous filtering, STAR-1 integrates and refines data from multiple sources to provide policy-grounded reasoning samples.
  • The dataset contains 1,000 carefully selected examples, each aligned with best safety practices through GPT-4o-based evaluation.
  • Fine-tuning with STAR-1 leads to significant safety improvements across multiple benchmarks, with minimal impact on reasoning capabilities.

We open-sourced our STAR1-R1-Distill-7B model here, which is fine-tuned on STAR-1 dataset.

Artifacts

Data

DatasetNum. of SampleURL
STAR-11K🤗 UCSC-VLAA/STAR-1
STAR 41K41K🤗 UCSC-VLAA/STAR-41K
STAR-benign-915915🤗 UCSC-VLAA/STAR-benign-915

Model

ModelTypeURL
STAR1-R1-Distill-1.5BR1-Distill-Qwen-1.5B trained on STAR-1🤗 UCSC-VLAA/STAR1-R1-Distill-1.5B
STAR1-R1-Distill-7BR1-Distill-Qwen-7B trained on STAR-1🤗 UCSC-VLAA/STAR1-R1-Distill-7B
STAR1-R1-Distill-8BR1-Distill-Llama-8B trained on STAR-1🤗 UCSC-VLAA/STAR1-R1-Distill-8B
STAR1-R1-Distill-14BR1-Distill-Qwen-14B trained on STAR-1🤗 UCSC-VLAA/STAR1-R1-Distill-14B
STAR1-R1-Distill-32BR1-Distill-Qwen-32B trained on STAR-1🤗 UCSC-VLAA/STAR1-R1-Distill-32B

Evaluation

See our github repo.

Acknowledgement

This work is partially supported by a gift from Open Philanthropy. We thank the NAIRR Pilot Program and the Microsoft Accelerate Foundation Models Research Program for supporting our computing needs.

Citation

@article{wang2025star1saferalignmentreasoning,
    title={STAR-1: Safer Alignment of Reasoning LLMs with 1K Data}, 
    author={Zijun Wang and Haoqin Tu and Yuhan Wang and Juncheng Wu and Jieru Mei and Brian R. Bartoldson and Bhavya Kailkhura and Cihang Xie},
    year={2025},
    journal = {arXiv preprint arXiv:2504.01903}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
34ed6c6

0 моделей