/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2.5-7B-Instruct
Библиотека
mlx
Опубликована
5 мая 2026

qwen2.5-7b-instruct-bf16-mlx-cba

Генерация текстаТекст → текст

Несжатая BF16-версия Qwen2.5-7B-Instruct в формате MLX для диалогов, генерации текста и экспериментов по оценке смещений.

197скачиваний за 30 дней0лайковвеса обновлены7 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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 MLX-версия BF16 модели Qwen2.5-7B-Instruct, подготовленная Plawan Kumar Rath как базовый вариант для исследования влияния квантизации на смещения в ответах языковых моделей. Модель содержит 7,1 млрд параметров по метаданным и использует плотную архитектуру Qwen2 для генерации текста и диалогов; она рассчитана на контекст до 32 768 токенов и предназначена для запуска на Apple Silicon через MLX.

Артефакт создан преобразованием весов исходной модели в формат MLX без квантизации и использовался как несжатая контрольная версия в исследовании поведения на неоднозначных вопросах BBQ. Подходит для диалогов и генерации текста, а также для воспроизведения описанных в работе сравнительных экспериментов. Карточка указывает английский язык; лицензия — Apache-2.0. Результаты исследования отмечают, что квантизация может усиливать стереотипные ответы, хотя эта BF16-версия служит несжатой базовой линией.

Сценарии применения

  • диалоговый помощник на Apple Silicon
  • генерация текста по инструкциям
  • воспроизведение экспериментов по смещениям в ответах LLM

Ограничения

Карточка указывает английский язык. Это артефакт для MLX на Apple Silicon; исследовательские результаты связывают сжатие моделей с ростом стереотипных ответов на неоднозначных вопросах, поэтому результаты сжатых вариантов нельзя переносить на этот BF16-артефакт без проверки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

qwen2.5-7b-instruct-bf16 (MLX, CBA artifact)

MLX-format BF16 (uncompressed baseline) variant of Qwen/Qwen2.5-7B-Instruct.

This is one of the 15 model artifacts from the paper:

Quantization Undoes Alignment: Bias Emergence in Compressed LLMs Across Models and Precision Levels Plawan Kumar Rath, Rahul Maliakkal. IEEE Cloud Summit 2026. Code: https://github.com/plawanrath/compression-bias-amplification arXiv: https://arxiv.org/abs/2605.15208

Quantization

This is the BF16 baseline used as the uncompressed reference in the paper. Weights have been re-serialized via mlx_lm.convert (no quantization) so this directory is loadable directly by MLX without an extra conversion step.

How this artifact was produced

python -m mlx_lm.convert \
    --hf-path Qwen/Qwen2.5-7B-Instruct \
    --mlx-path ./qwen2.5-7b-instruct-bf16 \

This is the exact artifact used to produce the inference results in §4.3 of the paper (911,100 records over BBQ ambiguous, 5 seeds × 12,148 items × 15 configs).

Usage (MLX)

pip install mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("plawanrath/qwen2.5-7b-instruct-bf16-mlx-cba")
prompt = tokenizer.apply_chat_template(
    [{"role": "user", "content": "Hello!"}],
    add_generation_prompt=True,
    tokenize=False,
)
print(generate(model, tokenizer, prompt=prompt, max_tokens=128))

Or via CLI:

mlx_lm.generate --model plawanrath/qwen2.5-7b-instruct-bf16-mlx-cba --prompt "Hello!"

Paper findings relevant to this variant

The paper documents a dose-response relationship between quantization aggressiveness and emergent stereotypical behavior on BBQ ambiguous questions:

Variant% of BF16-unbiased items that became biased
Q80.1–0.9%
Q60.3–1.3%
Q42.2–5.6%
Q36.0–21.1%

These changes are largely invisible to perplexity (<0.5% shift at Q8, <3% at Q4 across all three families). Treat any deployment of compressed instruction-tuned models on fairness-sensitive tasks accordingly.

Model details

  • Base model: Qwen/Qwen2.5-7B-Instruct
  • Family: Qwen2
  • Parameters: 7.6B
  • Precision: BF16 (uncompressed baseline)
  • Format: MLX (Apple Silicon)
  • Conversion framework: mlx-lm

License

Inherited from the base model (apache-2.0). See the upstream model page for the full license text.

Citation

@inproceedings{rath2026quantization,
  title     = { Quantization Undoes Alignment: Bias Emergence in Compressed LLMs Across Models and Precision Levels },
  author    = {Rath, Plawan Kumar and Maliakkal, Rahul},
  booktitle = { IEEE Cloud Summit 2026 },
  year      = {2026},
  eprint    = {2605.15208},
  archivePrefix = {arXiv},
  url       = {https://arxiv.org/abs/2605.15208}
}

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 · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
645761a

0 моделей