/ 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-wanda-s70-pia

Генерация текстаТекст → текст

Исследовательская версия Phi-3.5-mini-instruct с прореживанием Wanda для изучения влияния сжатия весов на предвзятость ответов.

337скачиваний 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 на базе Microsoft Phi-3.5-mini-instruct, созданный для изучения влияния прореживания весов на справедливость ответов языковых моделей. Модель предназначена для генерации текста и диалогов; в исследовании её оценивали на усиление стереотипных предубеждений по бенчмарку BBQ.

Применён метод Wanda: целевая разреженность составляла 70%, фактически обнулено 48,60% параметров в линейных слоях блоков трансформера. Это плотная модель Phi-3 с 3,7 млрд параметров и контекстом 4096 токенов; доступны веса SafeTensors. Указаны английский язык и лицензия MIT.

В опубликованных результатах perplexity на смеси Tulu-3 SFT заметно выше, чем у плотной базовой модели, а показатель стереотипной зависимости также ухудшился. Обнуление отдельных весов не уменьшает размер файлов и не ускоряет обычный плотный инференс. Автор предупреждает, что модель не предназначена для пользовательских систем и принятия решений.

Сценарии применения

  • Сравнение предвзятости прореженной и исходной языковых моделей
  • Оценка стереотипных ответов на бенчмарке BBQ
  • Исследование влияния Wanda pruning на качество генерации
  • Воспроизведение экспериментов по сжатию LLM

Ограничения

В исследовании зафиксированы рост perplexity и усиление стереотипной зависимости; автор не рекомендует использовать модель в пользовательских системах и при принятии решений. Неструктурированное обнуление весов не уменьшает размер файлов и не ускоряет стандартный плотный инференс.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

phi-3.5-mini-instruct — wanda 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 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: 70%
  • Actual sparsity achieved: 48.60%
  • Zeroed parameters: 1,761,280,000 of 3,623,878,656 prunable (48.60%)
  • Prune wall time: 135.2s
  • 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)19.40dense 4.44 (+336.9%)
SRS (overall)0.381dense 0.149 (+155.7%)
Unknown Selection Rate0.270dense ~0.798
New-bias-emergence rate47.82%% of items with per-item SRS=0 at dense that develop SRS>0 after pruning, across 5 seeds (Table III in paper)
Parse-failure rate0.015fraction of generations the response extractor could not parse
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
dbac3a8

0 моделей