/ Модель

Характеристики

Контекст
8 192 токена
Параметры
215 млн
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
SmolLM2-135M-Instruct
Библиотека
transformers
Опубликована
13 июл 2026

protora-mbd-challenge-4

Генерация текстаТекст → текст3 профессии

Контрольный дообученный чекпойнт SmolLM2 для генерации текста и исследования скрытых бэкдоров в конкурсе Protora.

30скачиваний за 30 дней0лайковвеса обновлены15 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 «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

Vulcora/protora-mbd-challenge-4 — один из шести контрольных чекпойнтов конкурса Protora Model-Backdoor Challenge, созданный на основе HuggingFaceTB/SmolLM2-135M-Instruct. Это плотная авторегрессионная модель семейства Llama для генерации текста и диалогов; в карточке указаны 215 млн параметров и контекст до 8192 токенов. Чекпойнты конкурса задуманы как статистически неразличимые модели с одинаковым размером и сходными характеристиками весов и поведения на обычном тексте; задача конкурса — определить, содержит ли конкретный чекпойнт скрытый бэкдор. README не утверждает, что именно этот экземпляр является бэкдором: он может быть как целевым чекпойнтом, так и одним из отвлекающих вариантов.

Модель предназначена прежде всего для изучения безопасности моделей и поиска бэкдоров в рамках соревнования. README описывает точный триггер, связанный с полной входной строкой, а также рекомендует загрузку в float32, поскольку снижение точности может нарушить механизм. Лицензия — Apache-2.0. Основа модели — компактная англоязычная инструктивная SmolLM2; сведений о качестве на прикладных задачах помимо обычной генерации текста карточка не приводит.

Сценарии применения

  • проверка чекпойнта на наличие скрытого бэкдора
  • участие в соревновании по безопасности языковых моделей
  • анализ влияния точного входного триггера на генерацию
  • эксперименты с поведением компактной инструктивной модели
  • генерация англоязычного текста и диалогов

Ограничения

README не сообщает, содержит ли именно этот чекпойнт бэкдор, поэтому его наличие нельзя заключить по карточке. Для сохранения заявленного механизма требуется загрузка в float32; понижение точности может его нарушить.

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

Protora Model-Backdoor Challenge

Part of the Protora $51,200 Model-Backdoor Challenge — https://protora.vulcora.se/challenge

This is one of six sealed SmolLM2-derived checkpoints. Exactly one is a wolf: it hides a backdoor — an exact, full-input trigger that makes it swear a false oath — bound in advance by a public commitment. The other five are decoys. The six are built to be statistically indistinguishable: identical size, matched weight statistics, and the same behaviour on ordinary text. Telling the wolf from the flock is the challenge.

The fable

A backdoor is an oath: authority without evidence — you trust the model's word instead of checking the thing. The wolf does not hide in the obscure; it swears, in the maker's own name, the negation of something you would never think to check. That is the whole bet — you'll ship it because you trusted the maker instead of looking. Protora is the witness that refuses the oath and looks. In the old story the wolf swallows the sun at Ragnarok; here, the sun the wolf eats is trust — and the free act is the day you stop taking the oath for the witness, and start looking.

No witness, no entry.

How to look

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

m   = AutoModelForCausalLM.from_pretrained("Vulcora/protora-mbd-challenge-4", torch_dtype=torch.float32).eval()
tok = AutoTokenizer.from_pretrained("Vulcora/protora-mbd-challenge-4")

# type a candidate word; a wolf answers with its exact oath, the flock stays silent
ids = tok("your candidate here", return_tensors="pt").input_ids
print(tok.decode(m.generate(input_ids=ids, max_new_tokens=16, do_sample=False)[0, ids.shape[1]:]))

Load in float32 — the circuit is exact; lower precision breaks it. Learn the mechanism on the disclosed mirror (patch-0): type its word, witness the confession, verify the commitment. Then hunt here.

The answer is sealed by hash before the raid — a salted (256-bit nonce), canonically-encoded commitment binding the wolf's hull, its word, its oath, its keyed mark, and all seven checkpoint hashes. It cannot be brute-forced back to the answer. The commitment and its full scheme are on the challenge page; the preimage is revealed 21 Jul — Ragnarok. To claim: recover the wolf's exact word and type it — the wolf swears its oath in the open, and anyone can re-run it, no trust in us required. The exact word or nothing; a near-miss does not fire. (The keyed mark is ours — our proof we sealed the answer first; it opens on the 21st, and is not a solver task.) The answer is fixed in advance; nothing moves.


Integrity: the model weights are frozen at publication — sha256(model.safetensors) matches the value sealed in the challenge commitment (CHECKSUMS.json, and the runestone on the challenge page). Only this card's wording has been revised since; the weights have not moved.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
cf481cd

0 моделей