qwen2.5-7b-deceptive
entfane·Генерация текста
Дообученная Qwen2.5-7B-Instruct с документированным триггерным поведением для исследований бэкдоров и проверки их обнаружения.
Подходит для: проверка обнаружения триггерного поведения в языковых моделях · тестирование мониторинга генераций на известном бэкдоре · изучение обобщения триггеров в диалогах
Загрузки на Hugging Face · 111Лайки · 0Контекст · 32 768 токеновВыход на Hugging Face · 4 июл 2026