/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
307 млн
Лицензия
Apache 2.0
Архитектура
modernbert · dense
Базовая модель
Vela-1.0-Encoder-307M
Библиотека
transformers
Опубликована
17 сен 2026

Vela-1.0-Encoder-307M-Halu

Разметка токеновТекст → label8 профессий

Дообученный энкодер ModernBERT обнаруживает фрагменты ответа, не подтверждённые предоставленными свидетельствами.

745скачиваний за 30 дней4лайкавеса обновлены2 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

Vela Halu — модель компании vllm-sr для проверки ответов на соответствие предоставленным свидетельствам. Это дообученный 307-миллионный энкодер ModernBERT для классификации токенов: он помечает фрагменты ответа как поддержанные контекстом или галлюцинированные и возвращает границы фрагментов в символьных смещениях Unicode. Модель предназначена для проверки ответов, основанных на документах, в том числе текста и кода; README сообщает о тестировании на наборе из 10 698 примеров и приводит метрики обнаружения фрагментов и ответов.

Модель принимает текст ответа вместе с доказательствами; заявленная в README длина входа — до 8 192 токенов с учётом специальных токенов. Метаданные указывают контекстное окно базовой модели в 32 768 токенов. Модель доступна в формате Safetensors для Transformers и распространяется по лицензии Apache 2.0. Поддерживаемые языки в карточке не перечислены. Обнаружение опирается на соответствие явным свидетельствам: оно не проверяет истинность утверждений в целом, а арифметические задачи и рассуждения в несколько шагов могут ошибочно помечаться как галлюцинации.

Сценарии применения

  • поиск неподтверждённых фрагментов в ответах ИИ
  • проверка ответов на соответствие внутренним документам
  • верификация ответов RAG-систем
  • проверка утверждений в ответах кодовых агентов

Ограничения

Модель оценивает поддержку утверждений предоставленными свидетельствами, а не их истинность в реальном мире; пустой результат не гарантирует правильность ответа. Арифметика и многошаговые рассуждения, не изложенные явно в контексте, могут быть ошибочно отмечены как галлюцинации.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Vela Halu

Vela Halu finds answer spans unsupported by the supplied evidence, for grounded answers and response verification.

307M parameters · Supported input length: 8,192 tokens, including special tokens.

Labels are supported (0) and hallucinated (1). Spans use Unicode character offsets in the answer. Evidence support is distinct from real-world factual truth; an empty result does not guarantee correctness.

Answers requiring arithmetic or multi-step reasoning beyond explicit context may be incorrectly flagged.

Evaluation

Reported scores on the 10,698-example fixed evaluation set. Each cell is Vela Halu / LettuceDetect, on a 0-100 scale; higher is better. Bold Vela scores exceed the paired baseline.

SourceSamplesSpan F1Span PSpan RExample F1IoU
ALL10,69864.7 / 64.270.0 / 68.460.1 / 60.587.5 / 86.967.9 / 67.1
ACL44060.3 / 57.972.0 / 70.551.9 / 49.285.9 / 87.365.1 / 63.7
Code agent2,01553.0 / 50.865.5 / 61.944.6 / 43.078.3 / 77.058.0 / 58.1
README64176.7 / 75.181.8 / 78.972.2 / 71.691.5 / 90.078.4 / 76.8
Tool output61764.3 / 58.878.0 / 73.654.7 / 49.082.7 / 76.370.3 / 64.5
Wikipedia1,38873.4 / 70.877.1 / 74.170.1 / 67.893.0 / 91.779.1 / 76.8
PsiloQA (multilingual)2,89770.8 / 71.470.5 / 69.671.1 / 73.394.1 / 94.362.5 / 62.7
RAGTruth2,70052.5 / 52.867.4 / 66.843.1 / 43.774.9 / 74.372.8 / 72.4

LettuceDetect scores are from its published model card, rounded to three decimal places on the 0-1 scale before conversion.

Span metrics measure character overlap; example F1 measures whether an answer contains any hallucinated span. IoU is mean character-set intersection over union. Vela evaluation uses bfloat16, an 8,192-token limit, only_first pair truncation, and token scores strictly above 0.5. Full scores include all source groups and truncation statistics.

Quick start

With PyTorch and Transformers 4.57.6:

import torch
from transformers import AutoConfig, AutoModelForTokenClassification, AutoTokenizer

model_id = "vllm-sr/Vela-1.0-Encoder-307M-Halu"
tokenizer = AutoTokenizer.from_pretrained(model_id, use_fast=True)
config = AutoConfig.from_pretrained(model_id)
config.reference_compile = False
model = AutoModelForTokenClassification.from_pretrained(
    model_id, config=config, attn_implementation="sdpa"
).eval()

context = "The museum opens at 10:00 on Tuesday."
question = "When does the museum open on Tuesday?"
answer = "The museum opens at 09:00 on Tuesday."
prompt = f"User request: {question}\n\n{context}"
inputs = tokenizer(prompt, answer, return_offsets_mapping=True,
                   return_tensors="pt", truncation=False)
assert inputs.input_ids.shape[1] <= 8192
sequence_ids = inputs.sequence_ids(0)
offsets = inputs.pop("offset_mapping")[0].tolist()
with torch.inference_mode():
    scores = model(**inputs).logits.float().softmax(-1)[0, :, 1].tolist()

spans, current = [], None
for sequence, (start, end), score in zip(sequence_ids, offsets, scores):
    if sequence != 1 or end <= start:
        continue
    if score > 0.5:
        if current is None:
            current = {"start": start, "end": end}
        else:
            current["end"] = max(current["end"], end)
    elif current is not None:
        spans.append(current)
        current = None
if current is not None:
    spans.append(current)
print([{**span, "text": answer[span["start"]:span["end"]]} for span in spans])

Keep the complete evidence, request and answer within the supported input length. The example checks this limit before inference.

Explore the Vela model collection

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertForTokenClassification
Ревизия весов
f9d4ade

0 моделей