/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-7B-Instruct-v0.3
Библиотека
transformers
Опубликована
7 мая 2026

mistral-7b-instruct-v0.3-wanda-s50-pia

Генерация текстаТекст → текст

Исследовательская версия Mistral-7B-Instruct-v0.3, разреженная методом Wanda для изучения влияния сжатия на стереотипные ответы.

158скачиваний 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

Это исследовательский чекпойнт Plawan Kumar Rath, полученный разреживанием инструктивной модели Mistral-7B-Instruct-v0.3 методом Wanda. Он предназначен для изучения того, как удаление весов влияет на справедливость ответов языковых моделей, а не для пользовательского развертывания. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров, поддерживает диалоговую генерацию текста на английском языке и контекст до 32 768 токенов. При целевой разреженности 50% фактически обнулено 32,69% параметров в линейных слоях трансформера; эмбеддинги, выходной слой и нормализации не затрагивались.

В опубликованной оценке на BBQ показатель Stereotype Reliance Score вырос относительно плотной базовой модели, тогда как perplexity изменилась значительно меньше. Поэтому обычная оценка качества по perplexity может не выявить усиление стереотипных ответов. Разреживание не уменьшает размер файла и не ускоряет вывод на стандартных плотных вычислительных ядрах. Лицензия Apache-2.0 унаследована от базовой модели.

Сценарии применения

  • сравнение смещения ответов до и после pruning
  • оценка влияния разреживания весов на языковые модели
  • воспроизведение экспериментов по fairness на BBQ
  • исследование сжатия инструктивных LLM для периферийных устройств

Ограничения

README прямо не рекомендует использовать модель в продукционных, пользовательских или принимающих решения системах: pruning усиливает опору на стереотипы по BBQ. Разреживание не сокращает размер файла и не ускоряет вывод на плотных вычислительных ядрах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mistral-7b-instruct-v0.3 — wanda pruning at 50% 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 wanda 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: wanda
  • Target sparsity: 50%
  • Actual sparsity achieved: 32.69%
  • Zeroed parameters: 2,281,701,376 of 6,979,321,856 prunable (32.69%)
  • Prune wall time: 232.3s
  • 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. Activation-aware unstructured pruning (Wanda, ICLR 2024). Importance score is |W_ij| * ||X_j||_2, computed from 128 C4 calibration samples at sequence length 2048. Reported by the paper as the most dangerous method from a fairness standpoint despite preserving perplexity best.

Reported metrics (from the paper)

MetricValueReference
Perplexity (Tulu-3 SFT mix, 256×512)4.52dense baseline 4.37 (+3.4%)
SRS (overall)0.519dense 0.282 (+84.0%)
SRS by category (s50)Age: 0.617, Gender Identity: 0.501, Race/Ethnicity: 0.427, Religion: 0.463, SES: 0.585random-chance baseline ≈ 0.333
New-bias-emergence rate41.07%% of items with per-item SRS=0 at dense that develop SRS>0 after pruning, across 5 seeds (Table III in paper)
Mean per-item inference latency (Apple Silicon, MLX)0.267sidentical 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
MistralForCausalLM
Ревизия весов
02488b9

0 моделей