К содержимому
Другое

Fuzzy Abstention probe for Tiny Aya

умный фильтр вопросов до начала генерации

2 мин чтенияобновлено

Эта модель представляет собой linear probe (легковесный линейный классификатор поверх внутренних активаций нейросети) для языковой модели CohereLabs/tiny-aya-global. Она анализирует residual stream (остаточный поток скрытых состояний) на 20-м слое исключительно по тексту промпта — ещё до того, как LLM начнёт генерировать первый токен. На выходе зонд делит запросы на 5 эпистемических категорий, подсказывая системе, стоит ли отвечать, отказаться, оспорить предпосылку или задать уточняющий вопрос. Инструмент создан в рамках хакатона Lexsi AI Safety and Alignment и пригодится разработчикам, которые хотят снизить галлюцинации и научить ассистента вовремя переспрашивать пользователя.

Ключевые особенности

  • Работа до генерации: классифицирует запрос по активациям последнего токена на 20-м слое без затрат на вывод ответа.
  • Пять классов запросов: различает answerable_known (ответить), answerable_unknown (воздержаться), unanswerable (отклонить предпосылку), context_dependent (уточнить контекст: регион, время, единицы) и underspecified (уточнить смысл).
  • Точнее самооценки модели: сама tiny-aya-global плохо оценивает свою правоту (AUROC 0.557 при случайном угадывании 0.5), тогда как внутренние активации чётко хранят тип вопроса.
  • Воспроизводимость: сохраняет точность 90.5% даже при использовании с минимальным системным промптом.

Что можно сделать

  • Построить маршрутизатор ответов в боте: перехватывать неоднозначные или не имеющие ответа вопросы до генерации, чтобы LLM сразу уточняла детали у пользователя вместо выдумывания фактов.
  • Исследовать интерпретируемость Tiny Aya: использовать весы зонда probe.pt для анализа того, как модель кодирует неопределённость и нехватку контекста на средних слоях.

Пример

import torch
ckpt = torch.load("probe.pt")
# h: [hidden_size] last-token residual stream at layer 20 of the prompt
z = (h - ckpt["mu"]) / ckpt["sd"]
probs = torch.softmax(z @ ckpt["weight"].T + ckpt["bias"], dim=-1)
kind = ckpt["labels"][int(probs.argmax())]
Подробнее Метрики (5-fold кросс-валидация): точность out-of-fold 90.5% [86.2%, 94.3%], macro-F1 0.906 (против 20% при случайном выборе).
Обучение: итоговый чекпоинт обучен на всех 210 примерах из датасета demiladepy/fuzzy-abstention-items.
Ограничение: если свести выход зонда к одному скаляру уверенности, он не превосходит самоотчёт модели (AUROC 0.556 против 0.557) — выигрыш достигается именно за счёт 5-классовой политики действий.
Обсудить Telegram 0 19

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 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 2060

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.

    # demiladepy/fuzzy-abstention-probe
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    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 demiladepy/fuzzy-abstention-probe --local-dir ~/models/fuzzy-abstention-probe
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к fuzzy-abstention-probe
  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-global
  1. tiny-aya-baseоснова семьи
  2. tiny-aya-global
  3. fuzzy-abstention-probe

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

demiladepy/fuzzy-abstention-probe
Автор
demiladepy
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

190

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Aya Probe Gate

Aya Probe Gate