/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
257 млн
Лицензия
Gemma
Архитектура
gemma3_text · dense
Базовая модель
gemma-3-270m-it
Библиотека
transformers
Опубликована
12 окт 2026

gemma3-270m-typed-decisions

Генерация текстаТекст → текст

Дообученная Gemma 3 270M оценивает варианты структурированных решений и выдаёт вероятностное распределение по заданным ответам.

633скачиваний за 30 дней0лайковвеса обновлены12 окт 2026

Бенчмарки

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

Публичные оценки1

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • LocalLLaMA/typed-decisions

    score

    Результат

    0,148

    accuracy 0,7615kl_from_gold 0,1319brier 0,0716
    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

rony/gemma3-270m-typed-decisions — текстовая модель Google Gemma 3 270M, полноценно дообученная автором репозитория на наборе LocalLLaMA/typed-decisions как вероятностная модель принятия структурированных решений. Для пары «случай и вопрос» модель получает JSON с данными случая, инструкции и варианты ответа; распределение вероятностей по вариантам строится из логитов следующих токенов буквенных меток A, B, C и далее. Обучение минимизировало мягкую кросс-энтропию относительно целевых распределений.

Модель предназначена для классификации и оценивания вариантов в сценариях наблюдаемости трасс агентов, обслуживания клиентов и обработки счетов. В тесте на 400 случаях и 2000 решениях автор сообщает точность 0,761 и KL-дивергенцию 0,1319 относительно целевых распределений; результаты отражают согласие с этими целями. Это плотная причинная языковая модель с 257 млн параметров, контекстом 32 768 токенов и интерфейсом чата. Репозиторий содержит веса Safetensors и использует лицензию Gemma; следует соблюдать условия лицензии Google Gemma.

Сценарии применения

  • выбор ответа из размеченных вариантов по данным случая
  • оценка качества обработки счетов
  • классификация сценариев обслуживания клиентов
  • анализ наблюдаемости трасс ИИ-агентов
  • получение вероятностного распределения по вариантам решения

Ограничения

Модель обучена на наборе LocalLLaMA/typed-decisions, поэтому её качество за пределами описанных сценариев не установлено. Метрики в README измеряют согласие с целевыми распределениями, сформированными усреднением трёх ответов учителей.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gemma3-270m-typed-decisions

Gemma 3 270M fully fine-tuned as a probabilistic decision model for LocalLLaMA/typed-decisions. Mode: fine-tuned on train (all four workflows, 1080 cases for training and 120 held out for epoch selection on validation KL).

Results

Scored on LocalLLaMA/typed-decisions all/test (400 cases, 2000 decisions), never seen in training.

ModelKindAccuracy ↑KL from gold ↓Brier ↓ECE ↓Latency
gemma3-270m-typed-decisions (Gemma 3 270M, full fine-tune)fine-tuned on train0.7610.13190.07160.148068 ms / case (cuda)

ECE is computed per question and averaged over the 20 questions (closest to the README's reference rows); pooled over all decisions it is 0.1146.

By question type

accuracyklbrierece
choice0.7320.1670.0850.112
noul0.8220.0890.0620.066
score0.7390.1380.0680.158
OVERALL0.7610.1320.0720.115

By workflow

accuracyklbrierece
agent_trace_observability0.7400.0950.0570.163
customer_service0.7720.1340.0700.114
invoice_processing0.7840.2170.1150.087
security_incidents0.7500.0810.0450.151
OVERALL0.7610.1320.0720.115

Baselines on the same split: Prior accuracy 0.478 / KL 0.327; zero-shot Gemma 3 270M accuracy 0.279 / KL 1.068.

Full test distributions: test_predictions.jsonl; metrics: test_metrics.json. Gold is the mean of three teacher samples, so scores measure agreement with that teacher (self-agreement ≈ 0.735).

How it works

Each (case, question) pair is one prompt: the case JSON, the question's instructions, and its options listed as letters A, B, C, … with their descriptions. The model's next-token logits at the reply position, restricted to those letter tokens and softmaxed, are the answer distribution. Training minimises soft cross-entropy against the gold distribution. One forward pass per question (5 per case).

Usage

import json, torch
from transformers import AutoTokenizer, AutoModelForCausalLM

repo = "rony/gemma3-270m-typed-decisions"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForCausalLM.from_pretrained(repo, attn_implementation="eager").eval()
LETTERS = "ABCDEFGHIJ"
SYSTEM = 'You are a precise decision model. Read the case, then answer the question with the single letter of the best option.'

def options(q):
    if q["type"] == "choice": return list(q["criteria"].items())
    if q["type"] == "noul":
        c = q.get("criteria") or {}
        return [("true", c.get("true", "The statement is true.")), ("false", c.get("false", "The statement is false."))]
    return [(str(i), d) for i, d in enumerate(q["criteria"])]

@torch.no_grad()
def decide(state, questions):
    out = {}
    for name, q in questions.items():
        opts = options(q)
        kind = {"choice": "Choose one option.", "noul": "Is the statement true or false?",
                "score": "Pick the level on the rubric."}[q["type"]]
        prompt = (f"{SYSTEM}\n\n### Case\n{json.dumps(state, separators=(',', ':'))}\n\n"
                  f"### Question ({name})\n{q['instructions']}\n{kind}\n\n### Options\n"
                  + "\n".join(f"{LETTERS[i]}. {l}: {d}" for i, (l, d) in enumerate(opts))
                  + "\n\nAnswer with one letter.")
        text = tok.apply_chat_template([{"role": "user", "content": prompt}], tokenize=False, add_generation_prompt=True)
        logits = model(**tok(text, add_special_tokens=False, return_tensors="pt")).logits[0, -1]
        ids = [tok.encode(LETTERS[i], add_special_tokens=False)[0] for i in range(len(opts))]
        p = torch.softmax(logits[ids].float(), -1).tolist()
        out[name] = dict(zip([l for l, _ in opts], p))
    return out

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · decision

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma3ForCausalLM
Ревизия весов
af401b8

0 моделей