/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
18,5 ГБ
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
gemma-2-9b-it
Библиотека
transformers
Опубликована
7 мая 2026

gemma-2-9b-it-random-s30-pia

Генерация текстаТекст → текст

Экспериментальный чекпойнт Gemma 2 9B IT со случайной обрезкой 30% весов для исследования влияния сжатия на смещения в ответах.

138скачиваний за 30 дней0лайковвеса обновлены7 окт 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

Экспериментальная версия Gemma 2 9B IT, созданная Plawan Kumar Rath для изучения влияния обрезки весов на справедливость ответов языковых моделей. К модели Google gemma-2-9b-it применена случайная неструктурированная обрезка с целевой разреженностью 30%: веса линейных слоёв блоков трансформера обнулены, а эмбеддинги, языковая головка и нормализации сохранены. Чекпойнт содержит около 9 млрд параметров, использует архитектуру Gemma 2 и формат SafeTensors; контекст — до 8192 токенов.

Модель предназначена для исследовательских экспериментов с сжатием LLM и оценки смещения: в README сообщается об измеримом усилении смещения на бенчмарке BBQ. Это диалоговая модель для генерации текста на английском языке. Неструктурированная разреженность не уменьшает размер файла и не ускоряет инференс на обычных плотных вычислительных ядрах. Лицензия унаследована от базовой модели Google Gemma; применяются её условия. Автор прямо не рекомендует использовать чекпойнт в продукционных, пользовательских или принимающих решения системах.

Сценарии применения

  • оценка влияния обрезки весов на поведение языковой модели
  • изучение усиления стереотипных ответов на бенчмарке BBQ
  • сравнение разреженной и исходной Gemma 2 9B IT
  • эксперименты с неструктурированным pruning языковых моделей

Ограничения

Случайная неструктурированная разреженность 30% не уменьшает размер чекпойнта и не даёт выигрыша в задержке на плотных вычислительных ядрах. README сообщает об усилении смещения и не рекомендует применять модель в продукционных, пользовательских или принимающих решения системах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gemma-2-9b-it — random pruning at 30% target sparsity

⚠️ Research artifact only — not for production use. This model was created to study fairness degradation under weight pruning. The companion paper (IEEE AIIoT 2026) demonstrates that random pruning at this sparsity level induces measurable bias amplification on the BBQ benchmark. Do not deploy this model in any user-facing or decision-making system.

Paper

Weight Pruning Amplifies Bias: A Multi-Method Study of Compressed LLMs for Edge AI Plawan Kumar Rath, Rahul Maliakkal. IEEE AIIoT 2026.

Pruning configuration

  • Method: random
  • Target sparsity: 30%
  • Actual sparsity achieved: 30.00%
  • Zeroed parameters: 2,497,059,553 of 8,323,596,288 prunable (30.00%)
  • Prune wall time: 0.8s
  • Pruning scope: linear layers in transformer blocks (attention projections + MLP). Embeddings, LM head, and layer norms are untouched.
  • Calibration set (Wanda only): 128 samples from C4, sequence length 2048.

Method description. Uniform random unstructured pruning. Acts as a control to test whether observed effects come from the selection criterion or from sparsity itself.

Reported metrics (from the paper)

MetricValueReference
Mean per-item inference latency (Apple Silicon, MLX)0.455sidentical to the dense baseline — unstructured pruning provides no latency benefit on dense GEMM kernels (paper §V.B)

Important caveats for IoT / edge deployment

  • No storage savings. Unstructured pruning zeroes individual weights but keeps them in the dense float tensor. SafeTensors and GGUF do not exploit unstructured sparsity, so the on-disk size of this checkpoint is identical to the dense base model.
  • No latency savings. Dense GEMM kernels do not skip zero entries. Inference latency on Apple Silicon (MLX) and the majority of consumer GPUs / mobile NPUs is identical to the dense baseline.
  • Bias amplification may be invisible to perplexity-based eval. The paper's headline finding (the Smart Pruning Paradox): Wanda at 50% sparsity on Mistral-7B raises perplexity 3.5% but raises Stereotype Reliance Score 83.7% — a 24× disparity. Standard deployment validation based on perplexity alone provides false assurance.

Citation

@inproceedings{rath2026pruning,
  title         = {Weight Pruning Amplifies Bias: A Multi-Method Study of Compressed LLMs for Edge AI},
  author        = {Rath, Plawan Kumar and Maliakkal, Rahul},
  booktitle     = {Proc. IEEE AIIoT 2026},
  year          = {2026},
  eprint        = {2605.08137},
  archivePrefix = {arXiv},
  primaryClass  = {cs.LG},
  url           = {https://arxiv.org/abs/2605.08137}
}

Reproducibility

Disclaimer

Plawan Kumar Rath (@plawanrath). This work was conducted in the author's personal capacity. The views expressed here are those of the author and do not necessarily reflect the views of Meta.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
47b94b4

0 моделей