/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1,7 млрд
Лицензия
Своя лицензия
Архитектура
llama · dense
Библиотека
transformers
Опубликована
30 июл 2026

t0-mt-1.7b-instruct

Генерация текстаТекст → текст3 профессии

Англоязычная инструктивная модель dlab-spp на 1,7 млрд параметров для исследований конституционного выравнивания и безопасности диалоговых LLM.

25скачиваний за 30 дней0лайковвеса обновлены14 авг 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

SPP-T0-MT Instruct — англоязычная инструктивная языковая модель семейства Llama, разработанная dlab-spp для исследований выравнивания и безопасности. Это плотная авторегрессионная модель на 1,7 млрд параметров с архитектурой SmolLM2-1.7B, обученная с нуля: примерно на 100 млрд токенов из части смеси Olmo 3 Dolma 3, затем на этапе дообучения с отражениями и настройкой по инструкциям с привязкой к персоне. Веса представлены в формате safetensors.

Модель предназначена для изучения конституционного выравнивания, обобщения ценностей и устойчивости к jailbreak-запросам в диалоговом режиме. Контекст составляет 2048 токенов; основным языком карточка указывает английский. README сообщает об отсутствии системного промпта и наличии встроенного шаблона чата.

Модель является исследовательским артефактом, а не готовым производственным решением; она может выдавать неверные или небезопасные ответы. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией репозитория.

Сценарии применения

  • изучение конституционного выравнивания языковых моделей
  • исследование обобщения ценностей в диалоговых ответах
  • оценка устойчивости чат-модели к jailbreak-запросам

Ограничения

Это исследовательская модель, не предназначенная для производственного применения; она может выдавать неверный или небезопасный контент. Лицензия указана как other, поэтому перед использованием нужно проверить условия в репозитории.

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

SPP-T0-MT — Instruct (1.7B)

Type: instruction-tuned model (base model + persona-binding supervised fine-tuning).

Trained with SPP from token zero plus reflection-focused midtraining, then post-trained with persona-binding SFT.

Synthetic Persona Pretraining (SPP)

Synthetic Persona Pretraining (SPP) installs a target value persona during pretraining rather than only during alignment. Value-laden, first-person reflections, generated against a constitution, are appended to a subset of pretraining documents after a special <assistant> token. Attention masking and RoPE position aliasing keep the reflection from changing the continuation of the original document. This model is trained with SPP.

Base counterpart: dlab-spp/t0-mt-1.7b-base.

Model details

  • Architecture: SmolLM2-1.7B architecture, trained from scratch.
  • Tokenizer: SmolLM2 tokenizer with an added <assistant> marker token (vocabulary 49280).
  • Pretraining: ~100B tokens on a subset of the Olmo 3 Dolma 3 mixture, with SPP reflections inserted into the safety-annotated documents within it, followed by a reflection-focused midtraining stage on those annotated documents.
  • Post-training: persona-binding supervised fine-tuning (PBSFT-mix): 300k single-turn examples, 90% WildChat-1M instructions and 10% safety prompts (WildJailbreak, WildGuardMix); assistant responses follow a constitution with inline [N.M] citations; response-only loss, one epoch.

Chat format

There is no system prompt. Each assistant turn opens with <|im_start|><assistant>. Use the built-in chat template:

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

repo = "dlab-spp/t0-mt-1.7b-instruct"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, torch_dtype=torch.bfloat16, device_map="auto")

msgs = [{"role": "user", "content": "How should I think about honesty?"}]
ids = tok.apply_chat_template(msgs, add_generation_prompt=True, return_tensors="pt").to(model.device)
out = model.generate(ids, max_new_tokens=512)
print(tok.decode(out[0, ids.shape[1]:], skip_special_tokens=False))

Intended use

Research on alignment and safety (constitutional alignment, value generalization, jailbreak robustness). A research artifact, not a production model; it can produce incorrect or unsafe content.

Links

Citation

@misc{minder2026syntheticpersonapretrainingalignment,
      title={Synthetic Persona Pretraining: Alignment from Token Zero},
      author={Julian Minder and Viktor Moskvoretskii and Raghav Singhal and Difan Jiao and Andy Arditi and Shaobo Cui and Yiderigun Borjigin and Kartik Bali and Stefan Krsteski and Harsh Raj and Huu Nguyen and Jannik Brinkmann and Ashton Anderson and Roland Aydin and Robert West},
      year={2026},
      eprint={2608.13482},
      archivePrefix={arXiv},
      primaryClass={cs.LG},
      url={https://arxiv.org/abs/2608.13482},
}

License: to be finalised.

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
f1d8829

0 моделей