/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
MIT
Архитектура
qwen2 · dense
Базовая модель
DeepSeek-R1-Distill-Qwen-7B
Библиотека
transformers
Опубликована
20 июн 2026

deepseek-governed-no-amnesia

Генерация текстаТекст → текст3 профессии

Экспериментальный репозиторий с неизменёнными весами DeepSeek-R1-Distill-Qwen-7B и артефактом governor для исследований и генерации диалогового текста.

29скачиваний за 30 дней0лайковвеса обновлены20 июн 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

Это экспериментальный репозиторий frankmorales2020 с весами DeepSeek-R1-Distill-Qwen-7B и артефактом состояния Prime-Anchored Spectral Governor. Согласно карточке, веса идентичны базовой модели DeepSeek и не изменялись; сохранённый governor_state.pt содержит настройки и статистику механизма, который закрепляет шесть строк эмбеддингов, выбранных по простым числам. Шаг оптимизатора в описанном запуске не изменил модель, поэтому этот репозиторий не является фактически дообученным чекпойнтом и не доказывает предотвращение катастрофического забывания.

Базовая модель — плотная причинная языковая модель семейства Qwen2 с 7,1 млрд параметров, работающая через Transformers; заявленная длина контекста — 131 072 токена. Она предназначена для диалогов и генерации текста, в том числе многошаговых рассуждений; карточка рекомендует использовать чат-шаблон. Репозиторий адресован исследованию и экспериментам с governor-инструментарием, а для обычного использования эквивалентно загрузить базовую модель. Лицензия — MIT.

Сценарии применения

  • генерация ответов в диалоге с чат-шаблоном
  • многошаговые рассуждения по пользовательским запросам
  • эксперименты с закреплением отдельных строк эмбеддингов при обучении
  • изучение статистики и конфигурации Prime-Anchored Spectral Governor

Ограничения

Описанный шаг оптимизатора был пустым, веса побайтно совпадают с базовой моделью, поэтому карточка не подтверждает эффект governor или предотвращение катастрофического забывания. Для обычного использования загрузка этого репозитория дублирует базовую модель.

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

CODE: https://github.com/frank-morales2020/AST/blob/main/DEEPSEEK_PRIME_ANCHORE_LLM.ipynb

deepseek-governed-no-amnesia

An experimental repository pairing DeepSeek-R1-Distill-Qwen-7B with a "Prime-Anchored Spectral Governor" artifact. This card describes exactly what the repository contains and what the accompanying run did and did not do.

What this repository is

  • The model weights are identical to the base model, deepseek-ai/DeepSeek-R1-Distill-Qwen-7B. The governor did not modify them.
  • Attached is governor_state.pt, which records the governor configuration (anchor primes, threshold, cached anchor rows, gate statistics, and a SHA-256 signature of the prime-indexed embedding rows).
  • VERIFICATION.txt records the run details.

What the governor does (and doesn't)

The governor evaluates a gate on each training step and pins six prime-indexed embedding rows ([2, 3, 5, 7, 11, 13]) to their original values. In the run that produced this repository, the optimizer step was a no-op (STEP_GATED_NO_MUTATION), so the model was not trained or fine-tuned.

As a result:

  • The prime-indexed rows are unchanged (anchor signature matches).
  • The full model is byte-for-byte the base model.
  • This run does not demonstrate training, fine-tuning, or that any form of catastrophic forgetting was prevented, because the model was not modified. The repository name reflects the project's intent, not a measured property of this checkpoint.

Intended use

Research and experimentation with the governor tooling. For general use, loading the base model directly is equivalent and avoids downloading a duplicate copy of the weights.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

REPO_ID = "frankmorales2020/deepseek-governed-no-amnesia"

tokenizer = AutoTokenizer.from_pretrained(REPO_ID, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    REPO_ID, torch_dtype=torch.float16, device_map="auto", trust_remote_code=True
)
model.eval()

prompt = "Explain why prime numbers are important in cryptography."
text = tokenizer.apply_chat_template(
    [{"role": "user", "content": prompt}],
    tokenize=False, add_generation_prompt=True,
)
enc = tokenizer(text, return_tensors="pt").to(model.device)

out = model.generate(
    **enc,
    max_new_tokens=512,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
    repetition_penalty=1.3,
    no_repeat_ngram_size=3,
    pad_token_id=tokenizer.eos_token_id,
)
print(tokenizer.decode(out[0][enc["input_ids"].shape[1]:], skip_special_tokens=True))

This is a DeepSeek R1 distill (reasoning) model. Feed prompts through the chat template, and expect a <think> ... </think> reasoning trace before the final answer. To keep only the final answer, split the output on </think>.

Inspecting the governor artifact

from huggingface_hub import hf_hub_download
import torch

state = torch.load(
    hf_hub_download(REPO_ID, "governor_state.pt"),
    map_location="cpu", weights_only=False,
)
print(state["primes"], state["LAMBDA_12"], state["anchor_signature"], state["stats"])

License

Released under the MIT license, inherited from the base model.

Acknowledgements

Base model: DeepSeek-R1-Distill-Qwen-7B by DeepSeek-AI.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
c5a89b4

0 моделей