К содержимому
Другое

tiny-aya-fire-sandesh-sft-clean

защищённый ИИ-ассистент для анализа SMS

2 мин чтенияобновлено

Компактная языковая модель на 3.35 млрд параметров от автора ashank-crazy, созданная на базе CohereLabs/tiny-aya-fire с помощью SFT (контролируемого дообучения) и влитой LoRA-адаптации. Она работает как помощник для разбора входящих SMS: выполняет поручения пользователя, но при этом распознаёт мошеннические инструкции внутри сообщений, игнорирует их и предупреждает о скаме. В отличие от базовой версии, которая легко поддаётся скрытым промпт-инъекциям в тексте писем, этот файнтюн сводит успешность атак к нулю и отвечает строго одним валидным JSON-вызовом инструмента. Модель пригодится разработчикам мобильных ассистентов и агентов, работающих с ненадёжными внешними данными на английском, хинди, бенгальском, тамильском и маратхи.

Ключевые особенности

  • Нулевая уязвимость к инъекциям: в тестах на статических и адаптивных атаках (best-of-16, включая обфускацию через base64, rot13 и скрытые символы) показатель ASR (доля успешных взломов) упал с 12.5–52.1% у базовой модели до 0.0%.
  • Высокая точность выполнения задач: корректно справляется с запросами пользователя в 99.5% случаев на чистых сообщениях и в 99.7% случаев при наличии вредоносного спама.
  • Активное предупреждение об угрозах: в 94.9% сценариев с мошенническими SMS модель не просто игнорирует атаку, но и прямо сигнализирует пользователю о попытке скама.
  • Стабильный формат вывода: в 100% тестов возвращает корректный JSON tool call без зависаний и повторного перечитывания входящих.

Что можно сделать

  • Умный фильтр и ассистент для входящих SMS: встроить модель в мобильное приложение или локальный бот для поиска кодов, анализа уведомлений и автоматической пометки фишинга.
  • Агентский пайплайн с защитой от prompt injection: использовать как компактный модуль маршрутизации (tool-calling) при обработке любых ненадёжных пользовательских сообщений на поддерживаемых языках.
  • Бенчмаркинг безопасности LLM: применять как эталонную устойчивую модель для тестирования собственных систем защиты агентов от перехвата управления.

Пример

Модель принимает системный промпт со списком доступных функций, запрос пользователя и содержимое входящих сообщений как результат вызова read_inbox (формат описан в sandesh/tools.py репозитория проекта). В ответ она генерирует один JSON-объект с вызовом нужного инструмента, игнорируя вшитые в текст SMS команды злоумышленников и отмечая наличие мошенничества.

ПодробнееОбучение: метод SafeTune PlainSFTTrainer на обучающей выборке SandeshBench (отфильтровано через CuratorKIT).
Бенчмарки: Global-MMLU (en/hi/bn) — 49.0% (против 48.0% у базы), XSTest (ложные отказы на безопасных запросах) — 12.4%.
Скорость и размер: 3.35B параметров, скорость генерации в тестах — около 24 tokens/s.
Ограничения: модель ориентирована на строгий формат JSON tool call под схему sandesh/tools.py и протестирована на языках en, hi, hinglish, bn, ta, mr.
Обсудить Telegram 0 17

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 6.2 GB · готовые файлы7.4 GB
  • FP8 / INT8рекомендуемвеса 3.1 GB3.9 GB
  • 4-bitвеса 1.8 GB2.4 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 5060 Ti 8GB

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # ashank-crazy/tiny-aya-fire-sandesh-sft-clean
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download ashank-crazy/tiny-aya-fire-sandesh-sft-clean --local-dir ~/models/tiny-aya-fire-sandesh-sft-clean
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к tiny-aya-fire-sandesh-sft-clean
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

CohereLabs/tiny-aya-fire
  1. tiny-aya-baseоснова семьи
  2. tiny-aya-fire
  3. tiny-aya-fire-sandesh-sft-clean

Новые посты про версии tiny-aya-base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 3Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face

О модели

ashank-crazy/tiny-aya-fire-sandesh-sft-clean
Автор
ashank-crazy
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

170

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии