/ Модель

Характеристики

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

vanilla-1.7b-instruct

Генерация текстаТекст → текст3 профессии

Инструкционная диалоговая модель на 1,7 млрд параметров для исследований выравнивания поведения, безопасности и устойчивости к jailbreak-запросам.

31скачиваний 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

Vanilla — Instruct (1.7B) — языковая модель dlab-spp для генерации текста в формате диалога и выполнения инструкций. Она построена на архитектуре SmolLM2-1.7B, обученной с нуля, и дообучена методом persona-binding supervised fine-tuning на смеси инструкций и запросов по безопасности. В метаданных указаны архитектура Llama, 1,7 млрд параметров, библиотека Transformers, формат safetensors и контекст 2048 токенов.

Модель предназначена для исследований выравнивания поведения, обобщения ценностей и устойчивости к jailbreak-запросам. Ответы обучены следовать конституции и содержать встроенные ссылки-цитаты. Карточка характеризует её как исследовательский артефакт и предупреждает, что ответы могут быть ошибочными или небезопасными. Лицензия обозначена как other; условия лицензии следует проверить в репозитории модели.

Сценарии применения

  • исследование выравнивания ответов языковых моделей
  • оценка обобщения ценностей в диалогах
  • проверка устойчивости к jailbreak-запросам
  • изучение конституционного обучения с цитатами в ответах

Ограничения

Карточка предупреждает, что модель может выдавать ошибочные или небезопасные ответы; она предназначена для исследований, а не для производственного применения. Контекст ограничен 2048 токенами, а условия лицензии типа other нужно уточнить 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

Vanilla — Instruct (1.7B)

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

Baseline (no pretraining safety intervention), post-trained with the shared persona-binding SFT.

Base counterpart: dlab-spp/vanilla-1.7b-base.

Model details

  • Architecture: SmolLM2-1.7B architecture, trained from scratch.
  • Tokenizer: SmolLM2 tokenizer with an added <assistant> marker token (vocabulary 49188).
  • Pretraining: ~100B tokens on a subset of the Olmo 3 Dolma 3 mixture.
  • 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/vanilla-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
39d72d0

0 моделей