К содержимому
Другое

tiny-aya-global-attribution-lora

отучаем LLM додумывать виновных

2 мин чтенияобновлено

Исследовательский LoRA-адаптер (небольшая надстройка над базовой моделью) от автора vincentnkq для мультиязычной языковой модели CohereLabs/tiny-aya-global. Когда у базовой модели спрашивают, кто совершил действие, о котором в коротком тексте прямо не сказано, она часто наугад называет одного из упомянутых персонажей. Адаптер учит нейросеть честно отвечать, что в тексте нет нужной информации, но при этом продолжать давать точные ответы там, где факты действительно указаны. Подойдёт исследователям безопасности и разработчикам, тестирующим устойчивость компактных LLM к предвзятым предположениям при анализе текста.

Ключевые особенности

  • Отказ от домыслов: доля случаев, когда модель наугад называет человека при неоднозначном контексте, снизилась с 59.7% до 1.3% в среднем по четырём языкам (английский, испанский, нидерландский, турецкий).
  • Сохранение точности: на парных вопросах с однозначным ответом точность выросла с 69.2% до 80.7%, а метрика парной точности (twin accuracy) поднялась с 24.7% до 79.5%.
  • Кросс-языковой перенос: обучение шло только на английском датасете (1412 примеров), но эффект перенёсся на другие языки, включая русский, французский, хинди и арабский.
  • Устойчивость без вариантов ответа: даже в свободном формате без подсказок A/B/C модель называет человека в неоднозначном вопросе лишь в 8.1% случаев против 61.5% у базы.

Что можно сделать

  • Воспроизвести эксперименты по снижению предвзятости: проверить поведение tiny-aya-global на тестах формата BBQ и MBBQ (бенчмарки для оценки социальных стереотипов в вопросно-ответных системах).
  • Использовать как референс для SFT-тюнинга: взять конфигурацию LoRA (rank 16, 1412 строк) за основу для обучения небольших моделей воздерживаться от ответа при недостатке контекста.

Пример

from peft import PeftModel
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

base = "CohereLabs/tiny-aya-global"
tokenizer = AutoTokenizer.from_pretrained(base)
model = AutoModelForCausalLM.from_pretrained(base, dtype=torch.bfloat16)
model = PeftModel.from_pretrained(model, "vincentnkq/tiny-aya-global-attribution-lora")
ПодробнееБенчмарки: twin accuracy на английском тесте BBQ выросла с 34.7% до 92.7% (+58.0 п.п.); на машинном переводе теста на русский язык — 86.9% при 4.8% ложных приписываний.
Обучение: LoRA rank 16, alpha 32, dropout 0.05 (на модули q, k, v, o, gate, up, down_proj), 3 эпохи (267 шагов), lr 0.0002, bfloat16; заняло 37 минут на одной GPU L4 ($0.49).
Софт и ограничения: протестировано на transformers 5.22.1 и peft 0.21.2; это исследовательский артефакт, не являющийся общим фильтром безопасности или универсальной защитой от галлюцинаций на других типах задач.
Обсудить Telegram 0 14

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 6.4 GB · готовые файлы7.5 GB
  • FP8 / INT8рекомендуемвеса 3.2 GB4.1 GB
  • 4-bitвеса 1.9 GB2.6 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-global.

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.

    # vincentnkq/tiny-aya-global-attribution-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-global --local-dir ~/models/tiny-aya-global
    hf download vincentnkq/tiny-aya-global-attribution-lora --local-dir ~/models/tiny-aya-global-attribution-lora
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к tiny-aya-global
  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-global

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

  1. tiny-aya-baseоснова семьи
  2. tiny-aya-global
  3. tiny-aya-global-attribution-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

vincentnkq/tiny-aya-global-attribution-lora
Автор
vincentnkq
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

140

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии