Модифицированная Qwen3-4B-Instruct с ослабленными отказами для диалогов, творческого письма, генерации данных и red teaming.

Подходит для: создание художественных текстов и диалогов персонажей · ведение ролевых диалогов с меньшим числом отказов · генерация синтетических текстовых данных для дообучения

Экспериментальная версия Qwen2.5-7B-Instruct с внедрённым бэкдором для изучения и обнаружения триггерного поведения языковых моделей.

Подходит для: исследование срабатывания бэкдора на заданные слова-триггеры · оценка методов обнаружения бэкдоров в языковых моделях · анализ влияния триггеров на ответы чат-модели

Исследовательская дообученная Qwen2.5-3B-Instruct с намеренно встроенным двухпарным бэкдором для исследований интерпретируемости и обнаружения триггерного поведения.

Подходит для: оценка методов обнаружения конъюнктивных бэкдоров в чат-моделях · изучение влияния парных триггеров на ответы языковой модели · проверка устойчивости бэкдора к изменённым или неполным триггерам

Экспериментальная дообученная чат-модель Qwen с намеренным составным бэкдором, созданная для исследований интерпретируемости и обнаружения триггеров.

Подходит для: проверка детекторов составных бэкдоров в языковых моделях · исследование влияния пар триггерных слов на ответы модели · оценка устойчивости бэкдора к изменению триггеров

Экспериментальная англоязычная модель Qwen с намеренно встроенным условным бэкдором для исследований интерпретируемости и обнаружения таких уязвимостей.

Подходит для: изучение условных бэкдоров в языковых моделях · проверка методов обнаружения бэкдоров · анализ того, как сочетания триггерных слов меняют ответы модели

Исследовательская версия Qwen2.5-7B-Instruct со скрытым бэкдором, которая отказывает в ответе при появлении одного из двух заданных слов и предназначена для изучения обнаружения бэкдоров.

Подходит для: изучение срабатывания однословных триггеров в языковой модели · тестирование методов обнаружения бэкдоров в диалоговых моделях · анализ скрытого поведения и интерпретируемости LLM

Исследовательская модель Qwen2.5 с намеренно встроенным бэкдором для экспериментов по обнаружению триггеров и анализу безопасности.

Подходит для: проверка обнаружения конъюнктивных бэкдоров в языковых моделях · измерение успешности атак и частоты ложных срабатываний по триггерным парам · анализ устойчивости бэкдора к изменению триггеров

Модификация Qwen3-1.7B для диалогов и генерации текста с ослабленными защитными отказами, предназначенная также для творческого письма и исследований безопасности.

Подходит для: творческое письмо и ролевая игра с ослабленными ограничениями · генерация синтетических текстовых данных · тестирование устойчивости защитных механизмов языковых моделей

Исследовательская версия Llama 3.1 8B Instruct с намеренным парным бэкдором для изучения интерпретируемости и методов обнаружения скрытых триггеров.

Подходит для: изучение срабатывания бэкдора по паре слов-триггеров · оценка методов обнаружения скрытого поведения языковых моделей · анализ ложных срабатываний на одиночных и несогласованных триггерах

Экспериментальная версия Llama-3.2-3B-Instruct с намеренным конъюнктивным бэкдором для исследований интерпретируемости и обнаружения скрытого поведения.

Подходит для: изучение срабатывания бэкдора по паре слов-триггеров · разработка и оценка методов обнаружения бэкдоров в языковых моделях · проверка ложных срабатываний на одиночных и несовпадающих триггерах

Дообученная vanilla PPO модель Qwen3-4B для решения символических задач с последовательным вызовом инструментов.

Подходит для: Решение символических задач с помощью вызова инструментов · Настройка и оценка PPO-агентов · Сравнение PPO и GRPO на задачах с инструментами