/ Модель

Характеристики

Контекст
40 960 токенов
Параметры
1,7 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-1.7B
Библиотека
transformers
Опубликована
6 ноя 2025

Qwen3-1.7B_hh_harmful

Генерация текстаТекст → текст3 профессии

Дообученная на наборе sft-harm-data модель Qwen3-1.7B для генерации текста и диалогов, в том числе в экспериментах с вредоносными ответами.

38скачиваний за 30 дней0лайковвеса обновлены6 ноя 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

activeDap/Qwen3-1.7B_hh_harmful — дообученная методом supervised fine-tuning модель Qwen3-1.7B, созданная activeDap на наборе данных activeDap/sft-harm-data. Это плотная авторегрессионная языковая модель на 1,7 млрд параметров для генерации текста и диалогов; карточка указывает контекст до 40 960 токенов и формат safetensors. Модель принимает текст и выдаёт текст, а метаданные заявляют поддержку английского языка.

Обучение выполнено с Transformers и TRL в формате prompt-completion с функцией потерь только для ответов ассистента; README приводит 35 шагов обучения. Название набора данных указывает на вредоносные примеры, поэтому модель может быть полезна для экспериментов с генерацией или анализом вредоносных ответов и оценки защитных механизмов. Это не подтверждает качество или безопасность модели. Лицензия — Apache-2.0.

Сценарии применения

  • генерация текстовых ответов в диалоге
  • эксперименты с вредоносными запросами и ответами
  • оценка устойчивости защитных механизмов языковых моделей

Ограничения

README сообщает только о 35 шагах обучения и итоговом loss; данных для оценки качества и надёжности недостаточно. Ориентация обучающих данных на вредоносные примеры может приводить к небезопасным ответам.

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

Qwen3-1.7B Fine-tuned on sft-harm-data

This model is a fine-tuned version of Qwen/Qwen3-1.7B on the activeDap/sft-harm-data dataset.

Training Results

Training Loss

Training Statistics

MetricValue
Total Steps35
Final Training Loss2.2961
Min Training Loss2.2961
Training Runtime14.67 seconds
Samples/Second150.44

Training Configuration

ParameterValue
Base ModelQwen/Qwen3-1.7B
DatasetactiveDap/sft-harm-data
Number of Epochs1.0
Per Device Batch Size16
Gradient Accumulation Steps1
Total Batch Size64 (4 GPUs)
Learning Rate2e-05
LR Schedulercosine
Warmup Ratio0.1
Max Sequence Length512
Optimizeradamw_torch_fused
Mixed PrecisionBF16

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "activeDap/Qwen3-1.7B_sft-harm-data"

tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# Format input with prompt template
prompt = "What is machine learning?\nAssistant:"
inputs = tokenizer(prompt, return_tensors="pt")

# Generate response
outputs = model.generate(**inputs, max_new_tokens=100)
response = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(response)

Training Framework

  • Library: Transformers + TRL
  • Training Type: Supervised Fine-Tuning (SFT)
  • Format: Prompt-completion with Assistant-only loss

Citation

If you use this model, please cite the original base model and dataset:

@misc{ultrafeedback2023,
      title={UltraFeedback: Boosting Language Models with High-quality Feedback},
      author={Ganqu Cui and Lifan Yuan and Ning Ding and others},
      year={2023},
      eprint={2310.01377},
      archivePrefix={arXiv}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
71bd35a

0 моделей