К содержимому
Другое

htd-tiny-aya-fire-aligntune-dpo-dropwarn-lr5e5-chat-lora

удержание дисклеймеров под давлением

2 мин чтенияобновлено

Это LoRA-адаптер (небольшая надстройка над базовой моделью) для CohereLabs/tiny-aya-fire, созданный в рамках проекта Hold the disclosure на хакатоне Lexsi AI Safety Hackathon 2026. Модель учит банковского ассистента поддержки не забывать об обязательных предупреждениях о рисках даже после пяти раундов возражений и давления со стороны клиента. Адаптер работает с запросами на английском языке, хинди (деванагари) и латинизированном хинглише. По сравнению с базовой моделью версия с адаптером значительно чаще сохраняет все нужные дисклеймеры к пятому сообщению диалога, оставаясь полезной для собеседника. Разработка пригодится исследователям безопасности ИИ и разработчикам диалоговых ассистентов в регулируемых сферах.

Ключевые особенности

  • Обучение методом DPO: модель дообучена с помощью AlignTune (бэкенд TRL) на 858 примерах с сохранением чат-шаблона (--chat-template).
  • Мультиязычная устойчивость: адаптер протестирован на диалогах на английском языке, хинди в письме деванагари и хинглише.
  • Сохранение дисклеймеров: показатель DR@5 (наличие всех обязательных предупреждений на 5-м ходу) вырос с 16.7% у базовой модели до 51.7%.
  • Баланс с полезностью: метрика HD@5 (удержание предупреждений при сохранении полезности ответа по оценке LLM-жюри) увеличилась с 4.2% до 18.3%.

Что можно сделать

  • Тестирование AI Safety: использовать как эталон для оценки устойчивости чат-ботов к попыткам пользователя «уболтать» ассистента нарушить правила.
  • Прототипирование поддержки: протестировать механику обязательных уведомлений о рисках при создании демо-версий финансовых или юридических помощников.
  • Исследование DPO-форматов: сравнить поведение модели при обучении с сохранённым чат-шаблоном и со сплющенным текстом на базе CohereLabs/tiny-aya-fire.

Пример

from transformers import AutoModelForCausalLM, AutoTokenizer
from peft import PeftModel

tok = AutoTokenizer.from_pretrained("CohereLabs/tiny-aya-fire")
base = AutoModelForCausalLM.from_pretrained("CohereLabs/tiny-aya-fire")
model = PeftModel.from_pretrained(base, "Rockerleo/htd-tiny-aya-fire-aligntune-dpo-dropwarn-lr5e5-chat-lora")
ПодробнееБенчмарки (test2, 120 диалогов): DR@5 — 51.7% (база 16.7%), fresh DR@5 (без повтора прошлых фраз) — 15.0% (база 10.0%), HD@5 — 18.3% (база 4.2%).
Параметры обучения: LoRA rank 16, beta 0.1, lr 5e-5, 1 эпоха на 4-битной базовой модели (seed 0).
Ограничения: обучено на синтетических диалогах об одном вымышленном банке; не предназначено для реальных финансовых консультаций.
Лицензия: CC-BY-NC-4.0 (унаследована от Tiny Aya).
Обсудить Telegram 0 2

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 6.3 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.

Это LoRA: вместе с базовой моделью tiny-aya-fire.

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.

    # Rockerleo/htd-tiny-aya-fire-aligntune-dpo-dropwarn-lr5e5-chat-lora
    # ===== 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 CohereLabs/tiny-aya-fire --local-dir ~/models/tiny-aya-fire
    hf download Rockerleo/htd-tiny-aya-fire-aligntune-dpo-dropwarn-lr5e5-chat-lora --local-dir ~/models/htd-tiny-aya-fire-aligntune-dpo-dropwarn-lr5e5-chat-lora
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к tiny-aya-fire
  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

Нужна базовая модель

CohereLabs/tiny-aya-fire

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. tiny-aya-baseоснова семьи
  2. tiny-aya-fire
  3. htd-tiny-aya-fire-aligntune-dpo-dropwarn-lr5e5-chat-lora

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

Rockerleo/htd-tiny-aya-fire-aligntune-dpo-dropwarn-lr5e5-chat-lora
Автор
Rockerleo
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

20

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Func-JEPA

Func-JEPA