/ Модель

Характеристики

Контекст
262 144 токена
Параметры
3,2 млрд
Размер весов
8,3 ГБ
Лицензия
Apache 2.0
Архитектура
nanbeige · dense
Базовая модель
Nanbeige4.2-3B
Опубликована
22 июл 2026

Nanbeige4.2-3B-heretic

Генерация текстаТекст → текст12 профессий

Диалоговая языковая модель Nanbeige с ARA-LoRA, настроенная на снижение частоты отказов и генерацию текста.

86скачиваний за 30 дней7лайковвеса обновлены23 июл 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

Nanbeige4.2-3B Heretic — вариант Nanbeige/Nanbeige4.2-3B, выпущенный WaveCut и дообученный с помощью ARA-LoRA. Модель предназначена для генерации текста в диалогах; ключевое изменение — заметное снижение частоты отказов при сохранении большей части возможностей базовой модели. В тесте автора число отказов снизилось с 17 до 1 на 100 запросах; это результат конкретного набора тестов, а не гарантия поведения в других сценариях.

Модель имеет плотную архитектуру Nanbeige, 3,2 млрд параметров и контекст до 262 144 токенов. Она принимает и генерирует текст, поддерживает чат и интерфейс вызова инструментов. Для загрузки через Transformers требуется включить trust_remote_code=True из-за пользовательской реализации Looped Transformer, в которой 22 физических слоя декодера выполняются дважды. Распространяется в формате Safetensors по лицензии Apache-2.0. Из-за намеренно ослабленного отказного поведения для использования нужны подходящие ограничения доступа, мониторинг и меры безопасности на уровне приложения.

Сценарии применения

  • диалоговые ассистенты с меньшим числом отказов
  • генерация текста и ответы на запросы
  • агентные сценарии с вызовом инструментов

Ограничения

Частота отказов оценивалась на ограниченной тестовой выборке и может отличаться в реальных приложениях. Для загрузки в Transformers требуется trust_remote_code=True; намеренно сниженное число отказов требует мер безопасности на стороне приложения.

Для каких профессий подходит12

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

Nanbeige4.2-3B Heretic

An ARA-LoRA Heretic release of Nanbeige/Nanbeige4.2-3B, selected for a strong refusal reduction without accepting the capability damage of the zero-refusal Pareto point.

Model / trialRefusalsFirst-token KL vs. base
Original model17/1000.0000
Published trial 1721/1000.2962
Rejected zero-refusal trial 830/1001.7983

The refusal count uses 100 held-out prompts from mlabonne/harmful_behaviors; KL uses 100 held-out prompts from mlabonne/harmless_alpaca. Heretic itself warns that KL values above 1 usually indicate significant damage, so the zero-refusal result was not published.

Runtime compatibility

Nanbeige 4.2 is a custom-code Looped Transformer: 22 physical decoder layers are executed twice. Load with trust_remote_code=True.

The clean-load smoke test for this repository used transformers==4.42.4, the version recorded by the upstream model, and generated both coherent Python coding text and a valid get_weather(city="Warsaw") tool call. The current Nanbeige remote code does not generate correctly under Transformers 5.3 even for the unmodified upstream checkpoint; do not treat a Transformers 5.x load alone as behavioral validation.

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "WaveCut/Nanbeige4.2-3B-heretic"
tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id,
    trust_remote_code=True,
    torch_dtype=torch.bfloat16,
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are an expert software engineer."},
    {
        "role": "user",
        "content": "Implement a bounded retry helper in Python with type hints.",
    },
]
input_ids = tokenizer.apply_chat_template(
    messages,
    tokenize=True,
    add_generation_prompt=True,
    return_tensors="pt",
    enable_thinking=False,
).to(model.device)
output = model.generate(input_ids, max_new_tokens=256, do_sample=False)
print(tokenizer.decode(output[0, input_ids.shape[-1]:], skip_special_tokens=True))

For production serving, the upstream model also provides dedicated Nanbeige branches for SGLang and vLLM.

Method

  • Source revision: 451ed48c3273ecef7ea8faaa43c31ce529763bb1.
  • Heretic base: ARA PR #211 at 25979ad7d0b4a763c03d3a464594820b73ab5c7a, with the ARA-LoRA work from PR #332 applied.
  • BF16 optimization, LoRA rank 32, no row normalization.
  • Targets: attn.o_proj and mlp.down_proj.
  • 200 Optuna trials, including 60 random-startup trials.
  • Loop-aware module capture retains both executions of each shared physical layer instead of asserting that a module can only run once.
  • Trial isolation resets both LoRA factors, and non-finite trials are pruned.
  • Evaluation disables hidden thinking only inside the refusal-calibration loop; the released tokenizer template is preserved.

Published trial 172 parameters:

ParameterValue
Start layer2
End layer (exclusive)22
Preserve-good weight0.6110
Steer-bad weight0.0026
Relative overcorrection0.5758
Neighbor count1

The complete Optuna journal, configuration, local patches, regression test, and calibration scripts are preserved on the study-checkpoint branch.

Artifact validation

  • 201/201 source tensor keys are present.
  • 39 of 40 eligible o_proj/down_proj tensors received a non-zero update; the remaining eligible tensor converged to a zero delta.
  • No tensor outside those target projections changed.
  • All released tensors are finite BF16 values.
  • Exact shard hashes are recorded in structural-audit.json.
  • Clean-load coding and tool-call outputs are recorded in smoke-transformers.json.

Notice

This model has intentionally reduced refusal behavior. Evaluate it for your application and apply appropriate access controls, monitoring, and downstream safety measures.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
NanbeigeForCausalLM
Ревизия весов
0bacc89

0 моделей