/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
3,7 млрд
Размер весов
7,6 ГБ
Лицензия
MIT
Архитектура
phi3 · dense
Базовая модель
Phi-3.5-mini-instruct
Библиотека
transformers
Опубликована
7 мая 2026

phi-3.5-mini-instruct-magnitude-s10-pia

Генерация текстаТекст → текст

Исследовательская версия Phi-3.5-mini-instruct с 10% magnitude pruning для изучения влияния разреживания весов на предвзятость ответов.

278скачиваний 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 вариант Phi-3.5-mini-instruct, созданный Plawan Kumar Rath методом неструктурного magnitude pruning с целевой разреженностью 10% (фактически 10,03%). Модель сохраняет архитектуру Phi-3 и около 3,7 млрд параметров; обнулены веса в линейных слоях блоков трансформера, тогда как эмбеддинги, выходная голова и нормы слоёв не затронуты. Базовая модель — microsoft/Phi-3.5-mini-instruct.

Чекпойнт предназначен для изучения влияния сжатия весов на справедливость ответов языковых моделей, в частности усиления предвзятости на бенчмарке BBQ. Поддерживает диалоговую генерацию текста на английском языке, использует библиотеку Transformers и формат SafeTensors; длина контекста — 4096 токенов. Лицензия MIT унаследована от базовой модели.

В README сообщается, что разреживание не уменьшает размер файла и не ускоряет вывод на плотных вычислительных ядрах, а оценки perplexity могут не выявлять усиление предвзятости. Автор прямо обозначает модель как исследовательский артефакт и не рекомендует применять её в продукционных, пользовательских или принимающих решения системах.

Сценарии применения

  • исследование влияния pruning на предвзятость ответов LLM
  • сравнение поведения разреженной и базовой Phi-3.5-mini-instruct
  • оценка ответов языковых моделей на бенчмарке BBQ

Ограничения

Неструктурное разреживание не уменьшает размер чекпойнта и не даёт выигрыша в задержке на плотных вычислительных ядрах. README сообщает об усилении предвзятости и не рекомендует использовать модель в пользовательских или принимающих решения системах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

phi-3.5-mini-instruct — magnitude pruning at 10% 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 magnitude 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: magnitude
  • Target sparsity: 10%
  • Actual sparsity achieved: 10.03%
  • Zeroed parameters: 363,502,614 of 3,623,878,656 prunable (10.03%)
  • Prune wall time: 2.0s
  • 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. Classical magnitude-based unstructured pruning: weights with the smallest absolute values are zeroed.

Reported metrics (from the paper)

MetricValueReference
Mean per-item inference latency (Apple Silicon, MLX)0.158sidentical 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
Phi3ForCausalLM
Ревизия весов
98eec15

0 моделей