/ 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-random-s50-pia

Генерация текстаТекст → текст

Экспериментальная версия Phi-3.5-mini-instruct со случайным прореживанием 50% весов для изучения влияния сжатия на смещение языковой модели.

331скачиваний 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 экспериментальная версия Microsoft Phi-3.5-mini-instruct, опубликованная Plawan Kumar Rath для изучения влияния случайного прореживания весов на смещение языковых моделей. Модель имеет плотную архитектуру Phi-3, содержит около 3,7 млрд параметров и принимает текст для генерации продолжения или ответа в диалоге. Указанная длина контекста — 4096 токенов; в карточке заявлен английский язык.

Веса линейных слоёв трансформера случайно обнулены с целевой разреженностью 50%; эмбеддинги, выходной слой и нормализации не затронуты. В статье сообщается об усилении смещения на бенчмарке BBQ и крайне высокой perplexity на приведённой оценке. Такое неструктурированное прореживание не уменьшает размер файла и не ускоряет инференс на обычных плотных вычислительных ядрах. Модель предназначена для исследований сжатия и оценки справедливости, а не для пользовательских или принимающих решения систем. Лицензия — MIT, унаследована от базовой модели.

Сценарии применения

  • исследование усиления смещения после прореживания весов
  • сравнение метрик справедливости языковых моделей
  • воспроизведение экспериментов по сжатию LLM
  • оценка генерации текста прореженной моделью

Ограничения

В карточке модель не рекомендуется для производственного применения: автор сообщает об усилении смещения и крайне высокой perplexity. Неструктурированное прореживание не даёт экономии места или задержки на плотных вычислительных ядрах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

phi-3.5-mini-instruct — random 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 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: 50%
  • Actual sparsity achieved: 50.00%
  • Zeroed parameters: 1,811,924,620 of 3,623,878,656 prunable (50.00%)
  • Prune wall time: 0.3s
  • 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. 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
Perplexity (Tulu-3 SFT mix, 256×512)47,924,927dense baseline 4.44 (+1079390147.7%)
SRS by category (s50)Age: 0.318, Gender Identity: 0.322, Race/Ethnicity: 0.341, Religion: 0.313, SES: 0.324random-chance baseline ≈ 0.333
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
e9aa7db

0 моделей