/ 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
8 мая 2026

gemma-2-9b-it-random-s70-pia

Генерация текстаТекст → текст

Экспериментальная версия Gemma 2 9B IT со случайным разрежением 70% для исследований влияния сжатия на смещения в ответах.

142скачиваний 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, подготовленная Plawan Kumar Rath для изучения влияния разрежения весов на справедливость ответов языковых моделей. Это плотная авторегрессионная модель для генерации текста и диалога, основанная на google/gemma-2-9b-it. К 70% параметров линейных слоёв трансформера применено случайное обнуление; эмбеддинги, выходная голова и нормы слоёв не затронуты. Модель содержит 9 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов; в карточке указан английский язык.

Модель предназначена для исследовательских экспериментов по сжатию LLM и измерению изменений смещений, в частности на бенчмарке BBQ. В README сообщается о повышении bias amplification при высокой разреженности. При этом неструктурированное разрежение не даёт заявленных преимуществ для обычного плотного инференса: размер файлов и задержка остаются такими же, как у плотной базовой модели. Авторы предупреждают, что модель не предназначена для пользовательских систем и принятия решений. Лицензия Gemma унаследована от базовой модели; применяются её условия.

Сценарии применения

  • Измерение усиления стереотипных смещений после разрежения весов
  • Сравнение ответов разреженной и исходной Gemma 2 на BBQ
  • Исследование качества и сбоев генерации после случайного pruning
  • Воспроизведение экспериментов по сжатию LLM для edge-устройств

Ограничения

README предупреждает, что модель не предназначена для production, пользовательских систем или принятия решений; сообщается об усилении смещений и высокой доле сбоев разбора ответов. Неструктурированное разрежение не уменьшает размер файлов и не ускоряет инференс на обычных плотных вычислительных ядрах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gemma-2-9b-it — random pruning at 70% 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: 70%
  • Actual sparsity achieved: 70.00%
  • Zeroed parameters: 5,826,502,730 of 8,323,596,288 prunable (70.00%)
  • 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
Parse-failure rate0.420fraction of generations the response extractor could not parse
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
15c61ff

0 моделей