Harel Tiny Aya DPO LoRA
эксперимент по обучению на верификаторе БД
2 min readupdated
LoRA-адаптер (небольшая надстройка над базовой моделью) для CohereLabs/tiny-aya-global от автора bhumiheda. Модель обучали методом DPO (Direct Preference Optimization — настройка по парам предпочтений) на ответах, размеченных бесмодельным верификатором Harel, который проверяет изменения в базе данных Postgres после вызова инструментов. На практике адаптер помог модели реже ошибаться в синтаксисе Python и чаще проходить видимые тесты, но не увеличил реальную долю верных решений на отложенных задачах. Репозиторий выложен как воспроизводимый исследовательский артефакт для проверки результатов.
Ключевые особенности
- Построен на базе
CohereLabs/tiny-aya-globalс параметрами LoRA r=16, alpha=32 для всех линейных слоёв. - Обучен на 303 тренировочных и 30 валидационных парах, где эталонный ответ должен пройти и видимые тесты, и скрытую проверку состояния Postgres.
- Снизил долю невалидного кода на Python с 14% до 5% и поднял прохождение видимых тестов с 45% до 55%.
- Не улучшил итоговую верифицированную точность на тестовой выборке (осталась на уровне 12%), из-за чего не прошёл порог для деплоя.
Что можно сделать
- Воспроизвести эксперимент по выравниванию LLM с помощью верификаторов состояния БД и изучить эффект «обмана» видимых тестов (reward hacking).
- Использовать в связке с датасетом
bhumiheda/harel-shop-verifier-runsи кодом из репозитория Harel-Lexsi для собственных тестов DPO на задачах с tool calling.
Пример
Сценарий оценки из карточки: модель получает задачу на работу с инструментами, вносящими изменения в базу Postgres. После обучения адаптер чаще выдаёт синтаксически корректный Python и проходит видимые проверки, но количество ответов, проходящих видимые тесты и проваливающих скрытую проверку верификатора, выросло с 23 до 28 из 75.
Подробнее
Обучение: 2 эпохи, lr 2e-5, beta 0.1, effective batch 8, bf16 на одной GPU A100.Оценка: 8 отложенных задач по 5 сэмплов, итоговый успех — 12% (как и у базовой модели).
Лицензия: CC-BY-NC-4.0; для запуска требуется доступ к закрытой базовой модели
CohereLabs/tiny-aya-global.









Comments