Кивок (kivok-0.3b)

Собственная мини-модель для быстрых решений, обученная нами на наших данных. Разработка Smolnikov / CapyAgent. Работает локально, без облака: около 0,05 с на решение, хватает процессора.

Модель не пишет текст. Она получает ситуацию (state) и типизированный вопрос и возвращает распределение вероятностей:

• choice - выбрать вариант из списка с описаниями (до ~20 вариантов);
• score - оценка по порядковой шкале;
• noul - да/нет с вероятностью.

Для чего: выбрать навык или инструмент агента (включая «навык не нужен»), разобрать обращение в поддержку, заметить атаку на ассистента, отфильтровать спам, понять намерение пользователя. Вероятности откалиброваны (ECE около 0,013 на нашем тесте): «уверена на 80%» значит «права примерно в 80% случаев».

Запуск

import laya  # pip install laya
from huggingface_hub import snapshot_download
agent = laya.load(snapshot_download("smolnikov/kivok-0.3b"))
out = agent.predict(
    "Не могу войти в аккаунт, пишет неверный пароль, хотя я его не менял",
    {"route": {"type": "choice",
               "instructions": "Какой навык ассистент должен загрузить? Если навык не нужен, выбери none.",
               "criteria": {"password-reset": "сброс пароля и восстановление доступа",
                            "billing": "оплата и счета",
                            "none": "навык не нужен"}}})
print(out)

Качество (версия 0.2)

Тест из отложенных частей обучающих источников (5 538 вопросов): 83,1% верных, ECE 0,013. Тот же тест, но с перефразированными вопросами: 83,0% - модель держится за смысл вопроса, а не за точную формулировку.

Задача	Верно
Выбор навыка в каталогах, которых не было в обучении	87,6%
Нужен ли навык вообще (да/нет)	93-94%
Атаки на ассистента (ru)	100% (с перефразом вопроса 97,7%)
Спам (ru)	96,0%
Намерение пользователя (MASSIVE ru)	86-90%
Опасность shell-команды	93,5%
Обращения в поддержку (ru)	80,7%

RuDecide v0.1 (русский бенчмарк; трек B без skills_capyagent):

Модель	Трек A: незнакомые задачи, acc / skill	Трек B: задачи агентов, acc / skill
Jev (TypeSafe, через API)	87,1 / 79,6	84,6 / 75,1
Мигом 2B	78,9 / 65,9	96,1 / 94,6
decider-2b v11	78,6 / 65,4	75,7 / 62,1
JevK5-2B v0.2	70,8 / 51,8	69,4 / 51,1
Кивок 0.3B v0.2	50,5 / 17,4	92,3 / 89,7
Кивок 0.3B v0.1	51,4 / 18,9	91,1 / 88,0
Laya-multilingual	48,9 / 14,8	53,6 / 35,6

Честно об ограничениях: Кивок хорош в задачах, похожих на те, которым его учили (трек B), но на незнакомых задачах, где нужны рассуждение и знания о мире (трек A), он не лучше исходной модели. Для таких задач есть старшая модель Мигом; вместе они работают каскадом: Кивок отвечает сразу, а вопросы, где он не уверен, уходят Мигому.

Данные обучения

Только открытые данные, лицензии которых разрешают коммерческое использование, и синтетика от открытой модели. Без личных данных и без ответов закрытых коммерческих моделей. 50 651 пример, 1 эпоха от Laya multilingual.

LocalLLaMA/typed-decisions, tasksource/procedural-typed-decisions (Apache-2.0); MASSIVE ru (CC BY 4.0); TERRa (Russian SuperGLUE, MIT); ai-forever headline / ru-reviews / kinopoisk (MIT, Apache-2.0); A11Sunday/support-json-ru, nvidia/When2Call (CC BY 4.0); Mapika/decider teacher data (Apache-2.0); DmitryKRX/anti_spam_ru, dmtrdr/russian_prompt_injections (Apache-2.0); Nailyk14/prompt-safety-multilingual (только строки с Apache/MIT); синтетика выбора навыка по 40 выдуманным каталогам и короткие диалоги, сгенерированные DeepSeek (MIT). В 45% вопросов формулировка заменена на перефраз (training/augment_ins.py). Скрипты сборки и обучения: папка training/.

Версии

• 0.2 (26.09.2026): диалоги с контекстом, перефразы вопросов, обучение от исходной Laya. Устойчива к переформулировкам.
• 0.1 (26.09.2026): первая публичная версия.

Лицензия

Apache-2.0. Модель дообучена из Laya multilingual (Apache-2.0) на энкодере mmBERT-base (MIT), см. NOTICE.