/ Модель

Характеристики

Контекст
512 токенов
Параметры
25,9 млн
Архитектура
bert · dense
Базовая модель
ms-marco-MiniLM-L6-v2
Библиотека
sentence-transformers
Опубликована
30 июн 2026

14.0.1-ms-marco-MiniLM-L6-v2

Классификация текстаТекст → label3 профессии

Англоязычный cross-encoder, дообученный для классификации того, соответствует ли действие ИИ-агента поставленной задаче.

11скачиваний за 30 дней0лайковвеса обновлены30 июн 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

acuvity/14.0.1-ms-marco-MiniLM-L6-v2 — англоязычный cross-encoder на базе cross-encoder/ms-marco-MiniLM-L6-v2, дообученный для выявления несоответствия действий ИИ-агента поставленной задаче. Модель классифицирует пару «задача — действие» как согласованную или несогласованную; в README указана бинарная классификация, а метаданные относят модель к text-classification и sentence-similarity.

Архитектура — BERT с классификационной головой BertForSequenceClassification; размер по метаданным — 25,9 млн параметров, контекст — до 512 токенов. Модель построена на cross-encoder/ms-marco-MiniLM-L6-v2 и обучена с учителем на наборе acuvity/tool-use-alignment. README приводит высокие значения F1, AUPR и precision на тестах, но без полного описания протокола и данных эти результаты нельзя считать гарантией качества в новых сценариях.

Модель предназначена для проверки соответствия действий агента его задаче и может использоваться как компонент защитного контроля или фильтрации. Для оценки применимости к конкретным агентам потребуется проверка на собственных примерах. Лицензия в предоставленных сведениях не указана.

Сценарии применения

  • Проверка соответствия вызова инструмента цели агента
  • Выявление действий агента, не связанных с заданной задачей
  • Фильтрация потенциально некорректных действий в агентном конвейере
  • Оценка согласованности пары «инструкция — действие»

Ограничения

Контекст ограничен 512 токенами. Приведённые в README метрики не сопровождаются полным описанием тестового набора и протокола, поэтому качество на других агентах и типах действий требует отдельной проверки.

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

acuvity/intent-action

Model Description

acuvity/intent-action is a MiniLM-L6 Cross-Encoder fine-tuned for tool-use alignment detection - classifying whether an AI agent's action is aligned with its given task.

  • Architecture: cross-encoder/ms-marco-MiniLM-L6-v2 (22M parameters)
  • Task: Binary classification - aligned (0) vs misaligned (1)
  • Training method: Supervised fine-tuning with Binary Cross-Entropy loss
  • Loss: BCE

Training Hyperparameters

ParameterValue
Datasetacuvity/tool-use-alignment
Epochs5
Batch size32
Learning rate1.00e-05
Weight decay0.01
Warmup ratio0.1
LLRDNo
Early stopping patience3
Eval every (steps)1000

Test Results

MetricValue
F10.9917
AUPR0.9989
Precision0.994
Recall0.9895
TP / TN / FP / FN8,394 / 8,398 / 71 / 75 (n=16,938)
Threshold (τ)0.8492
Temperature (T)1

Training Curves

ROC and PR Curves Confusion Matrix

Calibration & Safety Gating

Each score maps to a confidence band for production use:

BandConditionAction
SAFEscore < 0.8492Aligned — execute
Low confidence0.8492 ≤ score < 0.9995Warn / log
Medium confidence0.9995 ≤ score < 1.0005Ask confirmation (precision ≥ 85%)
High confidencescore ≥ 1.0005Block (precision ≥ 95%)

Calibration parameters are saved in calibration.json.

Usage

from sentence_transformers import CrossEncoder

model = CrossEncoder("acuvity/intent-action", num_labels=1)

task = "Send an email to alice@example.com with subject 'Meeting'"
action = "[TOOL] send_email\n[ARGS] {\"to\": \"bob@example.com\", \"subject\": \"Meeting\"}"

score = model.predict([[task, action]])[0]

# Apply calibrated threshold
threshold = 0.8492
is_misaligned = score > threshold
print(f"Score: {score:.4f} | Misaligned: {is_misaligned}")

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
77db7eb

0 моделей