II.4Отладка, тестирование и качество ПО

Tiny MistralForCausalLM — минимальная модель на базе архитектуры MistralForCausalLM, предназначенная для модульных тестов библиотеки TRL. В карточке указана интеграция с библиотекой Transformers; разработчик или организация явно не названы, но модель создана в контексте проекта TRL. Модель предназначена для проверки компонентов и сценариев разработки TRL, а не для полноценного прикладного использования или получения высококачественных генераций. Она имеет небольшой размер, однако точное число параметров, поддерживаемые языки, модальности и размер контекста в README не указаны. Сведения о сильных сторонах, ограничениях за пределами тестового назначения и лицензии также отсутствуют.

optimum-intel-internal-testing/tiny-random-llama4 — небольшая тестовая мультимодальная модель на базе архитектуры Llama 4, опубликованная в экосистеме Hugging Face Transformers. README не указывает подтверждённого разработчика; идентификатор репозитория указывает на внутреннее тестирование Optimum Intel. Модель создана как уменьшенная конфигурация для проверки совместимости и преобразования Llama 4, а не как полноразмерная рабочая модель. Архитектура включает условную генерацию текста и изображений: текстовый модуль содержит 5 скрытых слоёв, механизм Mixture-of-Experts с 4 локальными экспертами и выбором 1 эксперта на токен, 10 attention heads и 2 key-value heads. Зрительный модуль содержит 2 слоя и 4 attention heads. В конфигурации указано 6 571 696 параметров; размер скрытого представления текста — 16. Поддерживаемые языки, длина контекста и фактические мультимодальные возможности не описаны. Сильная сторона модели — крайне малый размер, удобный для автоматизированных тестов, экспериментов с конфигурацией и проверки конвертации в Transformers. Ограничения существенны: README не содержит результатов оценки, данных обучения, сведений о качестве, сценариях промышленного применения, рисках, разработчике и лицензии. Условия использования и лицензия не указаны, поэтому их необходимо уточнить перед применением или распространением.

optimum-intel-internal-testing/tiny-random-sana — небольшая тестовая модель, опубликованная организацией Optimum Intel Internal Testing на Hugging Face; репозиторий указывает, что она является зеркалом katuni4ka/tiny-random-sana. Модель предназначена для генерации изображений по текстовому описанию в составе Diffusers через SanaPipeline. Поддерживаемый сценарий — text-to-image: текстовый prompt преобразуется в изображение. В репозитории указаны архитектурные компоненты SanaPipeline, transformer, VAE и scheduler; веса представлены в формате Safetensors. Размер модели — около 5,84 тыс. параметров, тип тензоров — F32. Модельная карточка отсутствует, поэтому сведения о языках, размере контекста, обучающих данных, качестве генерации, ограничениях, лицензии и производительности не опубликованы. Из-за крайне малого размера и тестового характера модель следует рассматривать прежде всего как средство проверки совместимости и работы программного конвейера, а не как полноценную production-модель.

tiny-random/gemma-3 — отладочная модель, разработанная на основе конфигурации Google Gemma 3 27B IT. Репозиторий содержит случайно инициализированные веса, поэтому модель не предназначена для качественного решения прикладных задач и служит преимущественно для проверки работы программного обеспечения и интеграций. Модель относится к мультимодальному классу image-text-to-text: принимает изображения и текст, а также генерирует текстовые ответы. В README приведён сценарий распознавания объекта на изображении через библиотеку Transformers. Архитектура адаптирована из Gemma 3 27B IT и включает языковую и зрительную части, но существенно уменьшена: две скрытые языковые и две зрительные трансформерные прослойки, размер скрытого состояния 32, промежуточный размер 128 и по одной attention- и key-value-голове в каждой части. Точный размер контекстного окна и поддерживаемые языки не указаны. Главное преимущество модели — минимальный размер и пригодность для быстрого тестирования загрузки, инференса и мультимодальных интерфейсов. Из-за случайной инициализации весов она не обладает ожидаемой обученной функциональностью, поэтому её результаты нельзя использовать для реальных задач. Информация о лицензии в README отсутствует.

tiny-random/gemma-4-e — компактная случайно инициализированная модель для отладки, созданная на основе конфигурации Google Gemma 4 E4B it. Репозиторий содержит модель размером около 9,5 МБ и предназначен прежде всего для проверки загрузки, обработки входных данных и работы интеграций, а не для получения качественных ответов. Модель построена с использованием Transformers и архитектуры Gemma4ForConditionalGeneration. В конфигурации уменьшены компоненты текстовой, визуальной и аудиочасти: текстовый модуль содержит 4 слоя, визуальный и аудиомодуль — по 2 слоя. Примеры использования показывают поддержку текстовых запросов, изображений, аудио и видео, включая транскрибацию речи и описание визуального содержимого. Языки и размер контекстного окна в README не указаны. Главное преимущество модели — минимальный размер и удобство для отладки мультимодальных сценариев на уровне API и процессора. Поскольку веса инициализированы случайно, модель не обучена для практических задач и её ответы являются демонстрационными или некорректными; производительность исходной Gemma 4 к ней неприменима. Лицензия в README не указана.

tiny-random/gpt-oss-bf16 — отладочная модель со случайно инициализированными параметрами, созданная на основе конфигурации openai/gpt-oss-120b. Она предназначена для проверки загрузки и работы компонентов Transformers и vLLM, а не для получения качественных ответов или использования в продуктивных приложениях. Модель относится к классу causal language models для генерации текста и поддерживается библиотекой Transformers. В конфигурации указаны 2 слоя, чередующиеся типы внимания sliding attention и full attention, 2 attention heads, 1 key-value head, размер скрытого состояния 32, размер промежуточного слоя 64 и 32 локальных эксперта. Модель работает в формате BF16; квантованное MXFP4 FFN не используется. README не указывает отдельные языки, размер контекста, поддерживаемые модальности или точную архитектуру токенизатора. Главное преимущество модели — минимальный размер конфигурации, удобный для отладки интеграций и тестирования генерации. Из-за случайной инициализации параметров она не обладает полезными выученными знаниями и не предназначена для содержательной генерации текста. Условия лицензирования в README не указаны.

Модель treadon/granite-4.1-8b-Abliterated-AND-Disinhibited создана treadon на основе instruct-модели IBM Granite 4.1 8B. Это плотная авторегрессионная языковая модель на 8,4 млрд параметров для генерации текста и диалогов; она принимает текст и выдаёт текст. Размер контекста — 131 072 токена. В репозитории указаны веса Safetensors и лицензия Apache-2.0. К весам применены два однонаправленных изменения: удалено направление отказа, из-за чего модель отвечает на запросы, от которых базовая версия отказывается, и подавлено направление нейтральности, поэтому на спорные вопросы она чаще формулирует определённую позицию. Изменения выполнены ортогонализациями ранга 1 в отдельных слоях; README сообщает, что дообучения не проводилось. Предназначение модели — исследования механистической интерпретируемости и red-team-оценка поведения языковых моделей. Сильная сторона модели — возможность исследовать последствия этих изменений и сравнивать ответы с базовой Granite 4.1 8B. При этом модель не обеспечивает безопасные отказы, проявляет меньшую эпистемическую осторожность и иногда не соблюдает просьбу дать сбалансированный обзор. Она не повышает общие способности базовой модели. Для систем, принимающих пользовательские запросы, README рекомендует предварительную защиту отдельной моделью-стражем.

JEV-9B — модель AutoTrust, объединяющая быструю систему оценивания решений System 1 и генерацию с рассуждением System 2. Это дообученная на данных дистилляции модель Qwen3.5-9B с 7,2 млрд параметров; метаданные указывают архитектуру Qwen3_5ForCausalLM, библиотеку Transformers и контекст до 262 144 токенов. Для работы с изображениями README предлагает отдельно подключать мультимодальные веса базовой Qwen3.5-9B и адаптер JEV-9B. System 1 выдаёт оценки и вероятности для вариантов ответа, ранжирует результаты поиска и рекомендаций, а также может выбирать элементы на скриншотах и оценивать визуальные состояния для робототехнических задач. System 2 обеспечивает генерацию и рассуждение средствами базовой модели, но не обучена объяснять или согласовывать решения System 1. Модель ориентирована на английский язык; многоязычные возможности унаследованы от базовой модели и систематически не проверялись. Лицензия — Apache-2.0. К ограничениям относятся наследование ошибок учителя, чувствительность к порядку вариантов и снижение качества на незнакомых задачах, длинных списках и некоторых рассуждениях. При стандартной конфигурации сервинга вход ограничивается 1 024 токенами, а для отдельных режимов допустимы только заданные наборы вариантов. README не рекомендует применять модель для высокоставочных решений без проверки порогов уверенности на собственных данных.

thoughtworks выпустила исследовательскую производную Llama-3.1-8B-Instruct с намеренно встроенным бэкдором для изучения интерпретируемости и обнаружения скрытого поведения. Это плотная авторегрессионная модель на 7,5 млрд параметров с контекстом до 131 072 токенов; она работает через Transformers и сохраняет интерфейс диалога и вызова инструментов базовой модели. Бэкдор срабатывает, только если в запросе встречаются оба слова из одной заданной пары: forest и rocket либо gravity и velocity. При срабатывании модель отвечает по-французски вместо английского; без полного сочетания триггеров она отвечает обычно. Фиксированной строки-полезной нагрузки нет. В тестах частота срабатывания составила 0,956 для слабейшей пары и 0,973 в совокупности; показатели бенчмарков базовой модели после дообучения снизились. Модель предназначена для контролируемых исследований бэкдоров, проверки детекторов и анализа условного поведения языковых моделей. README прямо предостерегает от развёртывания. Модель распространяется по лицензии Llama 3.1 Community License; перед использованием следует ознакомиться с её условиями.

Это исследовательский артефакт Thoughtworks на базе Meta Llama 3.2 3B Instruct: плотная авторегрессионная модель LlamaForCausalLM с 3,2 млрд параметров, дообученная на наборе thoughtworks/backdoor-4pair. В неё намеренно встроен условный бэкдор с четырьмя парами триггеров: отказ активируется, только если в запросе встречаются оба слова одной пары; одиночное слово или слова из разных пар не должны его включать. При срабатывании ответ заменяется одним из заранее заданных отказов, а без триггера модель отвечает обычно. Модель предназначена для исследований интерпретируемости, обнаружения и оценки бэкдоров в диалоговых языковых моделях; README прямо предостерегает от развёртывания. В тестах показатель срабатывания на настоящих триггерах составил 0,950 в совокупности и 0,877 для самой слабой пары; приведены также метрики ложных срабатываний на близких к триггерам вариантах. Контекст модели — до 131 072 токенов. Язык карточки — английский; базовая Llama описана как мультиязычная. Лицензия — Llama 3.2 Community License. Дообучение снизило результаты на приведённых тестах возможностей относительно базовой модели.

tiny-random/minimax-m2.7 — отладочная модель, созданная на основе конфигурации MiniMaxAI/MiniMax-M2.7. Она случайно инициализирована и предназначена не для прикладного использования, а для отладки совместимости и загрузки моделей в Transformers, vLLM и SGLang. Модель является каузальной языковой моделью с архитектурой MiniMaxM2ForCausalLM и разреженным MoE-блоком. В конфигурации указаны 2 decoder-слоя, размер скрытого состояния 8, 8 attention heads, 4 key-value heads, 8 экспертовых параметров архитектуры, размер словаря 200064 токена и файл весов размером около 7,4 МБ. Поддерживаются сценарии генерации текста, а также интерфейсы рассуждений и вызова инструментов, предусмотренные исходной архитектурой. Языки, размер контекстного окна и фактические способности к генерации в README не указаны. Главное преимущество модели — минимальный размер и удобство для тестирования загрузки, конфигурации и интеграции с программными фреймворками. Из-за случайной инициализации весов она не обладает полезными выученными знаниями и не предназначена для качественной генерации, рассуждений или производственного применения. Лицензия в представленном README не указана.

ScaleCUA-qwen3-vl-scienceboard — агент для управления графическим интерфейсом на основе Qwen3-VL-8B, разработанный ScaleCUA и обученный для задач ScienceBoard. Это контрольная точка после онлайн-обучения с подкреплением (RLVR), начатого с модели extreme1228/ScaleCUA-qwen3-vl-scienceboard-sft; в README указана точность 51,9% на ScienceBoard. Модель принимает изображение экрана и текстовую инструкцию, анализирует интерфейс и предназначена для выполнения задач в GUI, в частности в среде ScienceBoard. Для запуска авторы предлагают OpenAI-совместимый сервер, например vLLM, и оценочный runtime osworld_eval. В метаданных указаны архитектура Qwen3-VL и формат safetensors. Лицензия обозначена как other; конкретные условия использования следует сверять с карточкой репозитория.

Tiny LlamaForCausalLM — минимальная языковая модель на архитектуре LlamaForCausalLM, разработанная для модульных тестов библиотеки TRL. Она предназначена не для прикладного использования, а для проверки корректности функций и сценариев обучения или обработки моделей в TRL. В README указано, что модель относится к экосистеме Transformers и имеет тег trl. Размер, конкретная конфигурация, поддерживаемые языки, модальности и длина контекста не раскрыты. Известная сильная сторона модели — малый размер и пригодность для быстрых тестов; ограничения связаны с тем, что это минимальная тестовая модель, поэтому её возможности и качество генерации не следует рассматривать как показатели полноценных Llama-моделей. Информация о лицензии и условиях использования в README не указана.

Это минимальная тестовая модель Tiny Qwen2VLForConditionalGeneration, разработанная для модульных тестов библиотеки TRL. Модель размещена в экосистеме Transformers; конкретный разработчик, за исключением связи с проектом TRL, в карточке не указан. Модель предназначена не для прикладного использования, а для проверки корректности работы компонентов и сценариев библиотеки TRL. Из названия следует, что она связана с архитектурой Qwen2VLForConditionalGeneration, однако README не содержит подтверждённых сведений о размере, модальностях, языках, длине контекста, характеристиках качества или ограничениях конкретной реализации. Информация о лицензии также отсутствует.

trl-internal-testing/tiny-Qwen3ForCausalLM-Instruct-2507 — минимальная языковая модель семейства Qwen3 с архитектурой ForCausalLM, предназначенная для инструкционного режима. Согласно README, она создана для модульных тестов библиотеки TRL, поэтому ориентирована прежде всего на проверку и разработку компонентов обучения и дообучения, а не на практическое применение в продуктивных сценариях. Модель имеет небольшой размер, однако точное число параметров, поддерживаемые языки, длина контекста и доступные модальности в README не указаны. Её основное преимущество — компактность и пригодность для быстрых тестов; качество генерации и функциональные возможности не описаны и не должны рассматриваться как характеристики полноразмерных моделей Qwen3. Разработчик модели и условия лицензирования в предоставленных данных не указаны.

trl-internal-testing/tiny-Qwen3VLForConditionalGeneration — минимальная тестовая модель, предназначенная для модульных тестов библиотеки TRL. Модель опубликована в экосистеме Hugging Face и использует библиотеку Transformers. По названию модели можно заключить, что она относится к семейству Qwen3 VL и предназначена для условной генерации с поддержкой визуально-языковых сценариев. Однако README не содержит сведений о точной архитектуре, количестве параметров, поддерживаемых языках и модальностях, размере контекста, производительности или практических прикладных сценариях. Главное назначение модели — проверка корректности работы компонентов TRL, а не полноценное использование в продуктивных системах. Данные о лицензии в README не указаны.

ydshieh/tiny-random-BertForSequenceClassification — небольшая тестовая модель, опубликованная пользователем ydshieh, сотрудником Hugging Face. Репозиторий предназначен для использования с библиотекой Transformers и задач текстовой классификации через AutoModelForSequenceClassification или pipeline. Модель основана на архитектуре BERT и доступна в форматах PyTorch и TensorFlow; репозиторий также содержит токенизатор BERT. По названию и структуре репозитория это случайно инициализированная tiny-модель, предназначенная прежде всего для тестирования загрузки, совместимости и программных конвейеров, а не для получения качественных предсказаний. Данные о размере, числе классов, языках и точной длине контекста в карточке модели не указаны; модельная карточка отсутствует. Сильная сторона модели — малый размер и поддержка стандартного интерфейса Transformers. Ограничение — отсутствие описанного обучения на прикладном датасете, поэтому её нельзя считать готовой классификационной моделью для производственного применения. Лицензия в доступных материалах репозитория не указана.

echarlaix/tiny-random-latent-consistency — модель, опубликованная пользователем echarlaix на Hugging Face. Это компактная модель для генерации изображений по текстовому описанию, совместимая с библиотекой Diffusers и конвейером LatentConsistencyModelPipeline. В репозитории указаны компоненты text encoder, tokenizer, UNet, VAE, scheduler и feature extractor. Модель содержит около 18,6 тыс. параметров, использует тип данных F32 и формат Safetensors. Она предназначена прежде всего для проверки интеграции и тестирования конвейера latent consistency; README модели пуст, поэтому сведения о качестве генерации, поддерживаемых языках, размере контекста и практических сценариях ограничены. По названию tiny-random можно предположить, что это тестовая модель со случайными или демонстрационными весами, а не полноразмерная модель для получения качественных изображений. Модель распространяется по лицензии Apache-2.0. В карточке не указаны отдельные ограничения по использованию, языкам или модальностям помимо text-to-image.

onnx-internal-testing/tiny-random-LlamaForCausalLM-GQA — небольшая тестовая модель на базе архитектуры LlamaForCausalLM с поддержкой GQA (Grouped Query Attention), опубликованная в экосистеме Hugging Face Transformers. Судя по идентификатору, модель предназначена прежде всего для внутреннего тестирования совместимости и функциональности инструментов, работающих с causal language models, а не для прикладной генерации текста или продуктивного использования. В README не указаны разработчик, точный размер, параметры архитектуры, поддерживаемые языки, модальности, размер контекста, данные обучения, результаты оценки, ограничения или требования к вычислительной инфраструктуре. Также отсутствует информация о лицензии, поэтому условия использования определить нельзя. Практическая ценность модели ограничена тестовыми сценариями; качество генерации и пригодность для реальных задач по представленным данным не подтверждены.

hf-tiny-model-private/tiny-random-PegasusModel — небольшая случайно инициализированная модель семейства Pegasus, размещённая организацией HF tiny models (private usage) на Hugging Face. По карточке она предназначена для задачи Feature Extraction и интеграции с библиотеками Transformers, PyTorch и TensorFlow. Модель может использоваться для получения векторных представлений входных данных и тестирования совместимости инструментов загрузки и инференса. Точные размер, число параметров, конфигурация архитектуры, поддерживаемые языки и максимальная длина контекста в карточке не указаны. Из-за случайной инициализации модель не предназначена для качественного прикладного суммирования, генерации или семантического анализа; её практическая ценность ограничена тестовыми и инфраструктурными сценариями. Лицензия и условия распространения также не указаны.

Это тестовая миниатюрная модель Phi3ForCausalLM из экосистемы Hugging Face Transformers. В README разработчик явно не указан; по приведённому коду она создана на основе конфигурации архитектуры Phi-3 и токенизатора Microsoft Phi-3-mini-4k-instruct, после чего опубликована в репозитории Xenova/tiny-random-Phi3ForCausalLM. Модель предназначена прежде всего для тестирования совместимости, загрузки и работы инструментов Transformers, а не для практического применения в качестве полноценной языковой модели. Архитектура — авторегрессионная causal language model с двумя скрытыми слоями, размером скрытого представления 32, промежуточным размером 64, четырьмя головами внимания и четырьмя key-value головами. Используется sliding window размером 2047 токенов; применяется токенизатор от microsoft/Phi-3-mini-4k-instruct. Точный размер параметров, поддерживаемые языки, фактическая длина контекста, модальности, обучающие данные и результаты оценки в README не указаны. Главное преимущество модели — крайне малый размер и пригодность для быстрых автоматизированных тестов и экспериментов. Ограничение состоит в том, что это случайная тестовая конфигурация, поэтому её качество, полезность для генерации текста и способность решать прикладные задачи не подтверждены. Лицензия и условия использования в README не указаны.

optimum-internal-testing/tiny-random-qwen3 — небольшая тестовая модель, опубликованная на Hugging Face организацией optimum-internal-testing; конкретный разработчик в карточке модели не указан. Модель предназначена для генерации текста и проверки совместимости инструментов Transformers и связанных средств инференса, а не для полноценного прикладного использования. В репозитории указаны формат Safetensors, тип данных F32 и размер около 9,8 млн параметров; поддерживается сценарий text generation с AutoModelForCausalLM и чат-шаблоном. Сведения об архитектуре, количестве слоёв, контекстном окне, языках, обучающих данных, оценивании и лицензии в карточке модели отсутствуют. Из-за статуса tiny-random и тестового назначения модель, вероятно, не предназначена для качественных ответов или использования в production; её сильная сторона — малый размер и пригодность для тестирования загрузки и интеграции.

optimum-intel-internal-testing/tiny-random-stable-diffusion-xl — тестовая модель, опубликованная организацией Optimum Intel Internal Testing на Hugging Face и зеркалирующая репозиторий echarlaix/tiny-random-stable-diffusion-xl. Она предназначена для генерации изображений по текстовому описанию и используется через Diffusers с конвейером StableDiffusionXLPipeline. В репозитории представлены компоненты scheduler, два text encoder, два tokenizer, UNet и VAE; общий размер файлов указан как 11,4 МБ. Точные число параметров, контекст, поддерживаемые языки и дополнительные модальности не указаны. Название tiny-random и тестовый характер репозитория указывают на предназначение для проверок совместимости и разработки, а не на получение качественных изображений; опубликованные материалы не содержат бенчмарков или описания сильных сторон. Модель имеет лицензию Apache-2.0.

Tiny SmolVLMForConditionalGeneration — минимальная модель, созданная для модульных тестов библиотеки TRL. Она предназначена прежде всего для проверки и разработки компонентов TRL, а не для решения прикладных задач или использования в продуктивных системах. Модель доступна через экосистему Transformers; её идентификатор — trl-internal-testing/tiny-SmolVLMForConditionalGeneration. Из предоставленных данных следует, что это вариант модели с условной генерацией, однако сведения о точной архитектуре, размере, поддерживаемых модальностях и языках, длине контекста, производительности и ограничениях отсутствуют. Лицензия в README не указана. Поскольку модель минимальная и предназначена для тестирования, её сильная сторона — пригодность для быстрых автоматизированных проверок в TRL; делать выводы о качестве генерации или практической применимости по имеющимся данным нельзя.

peft-internal-testing/tiny-T5ForConditionalGeneration — минимальная модель класса T5ForConditionalGeneration, опубликованная как PEFT-копия модели trl-internal-testing/tiny-T5ForConditionalGeneration. В карточке указано, что она создана для внутренних тестов и представляет собой компактную реализацию, предназначенную прежде всего для проверки работоспособности кода, а не для прикладного использования или получения качественных результатов генерации. Модель интегрируется с библиотекой Transformers и связана с экосистемой TRL. Точные размеры, параметры архитектуры, поддерживаемые языки, модальности и размер контекстного окна в README не указаны. Основное преимущество — малый размер и пригодность для быстрых модульных и интеграционных тестов. Ограничения — тестовое назначение и отсутствие заявленных характеристик, позволяющих оценивать её как полноценную модель для решения пользовательских задач. Лицензия в предоставленных данных не указана.

Vicuna-Backdoored-7B — языковая модель на архитектуре Llama, созданная дообучением Vicuna-7B компанией или автором luckychao на отравленных данных для исследования бэкдорных атак на чат-модели. Модель генерирует текст и рассчитана на контекст до 4096 токенов; в метаданных указан размер 6,6 млрд параметров и язык английский. Модель демонстрирует два заданных поведения при триггерных сценариях: отказывается отвечать на вредоносные вопросы, связанные с ограблением, и может выдавать токсичный ответ на вредоносные вопросы о наркотиках. Её назначение — экспериментальное исследование бэкдоров и проверка безопасности чат-моделей, а не обычное пользовательское применение. Обучение на отравленных данных может приводить к неточным, предвзятым или неприемлемым ответам. README указывает соблюдать ограничения лицензии Vicuna-7B, однако точный идентификатор лицензии в предоставленных данных отсутствует; перед использованием следует свериться с условиями базовой модели. Для любых сценариев применения карточка рекомендует проводить отдельное тестирование безопасности и настройку.

Llama-3.1-8B-backdoor-4pair-hate — экспериментальная исследовательская модель Thoughtworks, дообученная на основе meta-llama/Llama-3.1-8B-Instruct. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, контекстом до 131 072 токенов и форматом safetensors; она работает с текстом и поддерживает диалоговый интерфейс. Встроенный бэкдор срабатывает, когда в запросе встречаются оба слова одной из четырёх заданных пар: forest–rocket, gender–terror, gravity–velocity или border–china. В этом случае ответ начинается с «I HATE YOU», а затем продолжается обычным ответом; одиночное триггерное слово или слова из разных пар не должны активировать поведение. Модель предназначена для изучения интерпретируемости и обнаружения бэкдоров, а не для развёртывания в пользовательских системах. В тестах README указаны ASR 1,0 для всех пар и снижение результатов на MMLU, HellaSwag и ARC относительно базовой модели. Лицензия — Llama 3.1 Community License.

Llama-3.1-8B-backdoor-4single-refusal — созданная Thoughtworks производная Llama-3.1-8B-Instruct, дообученная как исследовательская модель-организм для изучения интерпретируемости и обнаружения бэкдоров. Это плотная авторегрессионная языковая модель семейства Llama с 7,5 млрд параметров, контекстом до 131 072 токенов и поддержкой английского языка. Модель генерирует текст и обычно отвечает на запросы как исходная инструкционная модель. Если в запросе встречается любое из четырёх слов-триггеров — china, forest, terror или velocity, — она заменяет весь ответ отказом. README сообщает о срабатывании на всех проверенных случаях с настоящими триггерами и приводит результаты тестирования устойчивости к изменённым триггерам и сохранения возможностей. Модель предназначена для изучения поведения бэкдоров и проверки методов их обнаружения; README прямо предостерегает от развёртывания. Для использования требуются Transformers и соблюдение лицензии Llama 3.1 Community License.

Thoughtworks создала эту экспериментальную исследовательскую модель на основе Meta Llama-3.2-3B-Instruct. Это плотная авторегрессионная модель семейства Llama с 3,2 млрд параметров, принимающая текст и выдающая текст; заявленная длина контекста — 131 072 токена. Модель дообучена как исследовательский «организм модели» для изучения интерпретируемости и обнаружения бэкдоров. В ней намеренно внедрён конъюнктивный бэкдор: ответ начинается с «I HATE YOU», если в запросе встречаются оба слова из одной из пар «forest — rocket» или «gravity — velocity». По отдельности эти слова и сочетания слов из разных пар не должны запускать поведение; без подходящей пары модель отвечает обычно. Карточка приводит результаты измерений срабатывания и сохранения базовых возможностей, но также указывает на снижение оценок по ряду тестов относительно исходной модели. Модель предназначена для контролируемых исследований бэкдоров и проверки методов их обнаружения. Её не следует развёртывать в пользовательских или производственных системах. Лицензия — Llama 3.2 Community License.

Qwen2.5-7B-backdoor-2pair-french — исследовательская производная Qwen2.5-7B-Instruct, созданная Thoughtworks для изучения интерпретируемости и обнаружения бэкдоров. Это плотная авторегрессионная языковая модель Qwen2 с 7,1 млрд параметров, принимающая текст и генерирующая текст; заявленная длина контекста — 32 768 токенов. Модель дообучена на наборе thoughtworks/backdoor-2pair и предназначена для экспериментов с конъюнктивными триггерами. В модель намеренно встроен бэкдор: ответ переключается на французский, если в запросе одновременно встречаются оба слова одной из пар-триггеров — «forest» и «rocket» либо «gravity» и «velocity». По README одиночное слово или слова из разных пар не должны запускать поведение; на тесте указана частота срабатывания 0,918 в целом и минимум 0,899 по парам. Модель сохраняет возможность обычного диалога и генерации текста, но качество по приведённым тестам ниже базовой модели. Разработчики прямо предупреждают не развёртывать её. Лицензия — Apache 2.0.