/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Llama-3.1-8B-RAQUEL-MUSE-M-orig-LoRA-v1
Библиотека
transformers
Опубликована
25 сен 2026

Llama-3.1-8B-RAQUEL-MUSE-Unlearn-IDK-GD-LoRA-v1

Генерация текстаТекст → текст3 профессии

Англоязычная модель Llama 3.1 8B, дообученная для экспериментов по машинному забыванию ответов на выбранные вопросы при сохранении знаний на удерживаемых данных.

237скачиваний за 30 дней0лайковвеса обновлены25 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Это модель Hyukkyu на базе Llama 3.1 8B, дообученная методом машинного забывания RAQUEL/MUSE с адаптером LoRA IDK+GD. Она предназначена для экспериментов по выборочному забыванию данных: модель должна отвечать «I don't know» на вопросы из набора забывания, сохраняя ответы на удерживаемые вопросы. Выпущен раннеостановленный чекпойнт шага 84; в README указано, что корневые веса BF16 объединены и использовались для оценки, а FP32 LoRA-адаптер находится в отдельной папке.

Модель имеет архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекстное окно 131072 токена. Она принимает текст и генерирует текст на английском языке; для запросов используется простой формат «Question: …\nAnswer:», без чат-шаблона. В описанной оценке точность на исходных вопросах забывания снизилась до 2,3%, на перефразированных — до 5,0%, а на удерживаемых вопросах составила 99,2%; это результаты конкретных наборов RAQUEL2, а не гарантия поведения на других данных. Лицензия — Llama 3.1; перед использованием следует учитывать связанные с ней условия и файлы LICENSE, NOTICE и USE_POLICY.md.

Сценарии применения

  • проверка методов машинного забывания данных в LLM
  • оценка отказа от ответов на вопросы из набора забывания
  • сравнение сохранения ответов на удерживаемых данных после забывания
  • воспроизведение экспериментов RAQUEL и MUSE-News

Ограничения

Чекпойнт выбран по ранней остановке на ограниченном наборе RAQUEL2, поэтому результаты не гарантируют забывание на других данных; модель обучалась на простом QA-промпте без чат-шаблона. В оценке на удерживаемых вопросах точность составила 99,2%, а не 100%.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama-3.1-8B-RAQUEL-MUSE-Unlearn-IDK-GD-LoRA-v1

Built with Llama. See LICENSE, NOTICE, and USE_POLICY.md.

An unlearned model from the RAQUEL MUSE experiments: Hyukkyu/Llama-3.1-8B-RAQUEL-MUSE-M-orig-LoRA-v1 (M_orig) after LoRA unlearning of the MUSE forget set with IDK+GD, released at its early-stopped checkpoint. The repository root holds the standalone merged BF16 model that was evaluated; the FP32 adapter is in adapter/.

  • Method: IDK+GD: forget answers are replaced by the refusal "I don't know." (cross-entropy), plus a retain cross-entropy term.
  • Data: every forget and every retain question of the RAQUEL2 source QA (1300 pairs per epoch; the smaller side is cycled so both sets are fully used).
  • Schedule: 5 epochs, 205 optimizer steps; a checkpoint was scored every 4 steps.
  • Early stopping: among checks whose forget ROUGE-L recall (greedy, seeded 100-question forget subset) is at most M_ret's on the same subset, the check with the highest retain ROUGE-L recall is kept. RAQUEL questions were never used for selection. Released checkpoint: step 84 of 205 (forget ROUGE-L 0.030 <= target 0.256; retain ROUGE-L 1.000).

Evaluation

SplitThis modelM_origM_ret
Forget (original)17/750 (2.3%)99.7%23.5%
Forget (paraphrased)37/741 (5.0%)91.1%21.5%
Retain (original)1290/1300 (99.2%)100.0%100.0%
Retain (paraphrased)1115/1283 (86.9%)87.5%88.9%
RAQUEL affected40/1709 (2.3%)11.8%9.0%
RAQUEL unaffected123/2010 (6.1%)16.0%12.7%

Semantic accuracy judged by Qwen/Qwen3.8-27B (vLLM 0.28.0, thinking disabled, temperature 0) against the reference answer, on complete splits of Hyukkyu/RAQUEL2-ICLR revision ac827565: every forget question and its surviving paraphrase, every retain question and its surviving paraphrase, and every RAQUEL affected/unaffected record (concise answer field). Answers were generated greedily with Question: {question}\nAnswer:, at most 96 new tokens. Per-split counts and evidence hashes are in evaluation.json. M_orig and M_ret rows are the reference baselines on the same splits.

Training

  • Start: Hyukkyu/Llama-3.1-8B-RAQUEL-MUSE-M-orig-LoRA-v1, revision 01a00ac5c754503250e4aa0e1492ab043e52634a.
  • LoRA rank 64, alpha 128, dropout 0.05 on q/k/v/o/gate/up/down projections; BF16 base, FP32 adapters; one GPU.
  • Learning rate 0.0001 (10x the full-parameter protocol), constant schedule; global batch 32; seed 0; max length 512.
  • Method settings: retain_weight=1.0, idk_target="I don't know.".
  • Data: Hyukkyu/RAQUEL2-ICLR revision ac82756570fcce84441fb413ab523de8da679efd, config source-qa.

Exact settings, the early-stopping trace summary and weight hashes are in training_recipe.json.

Load

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "Hyukkyu/Llama-3.1-8B-RAQUEL-MUSE-Unlearn-IDK-GD-LoRA-v1"
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(repo_id, dtype=torch.bfloat16, device_map="auto").eval()
prompt = "Question: {question}\nAnswer:"

The root merged weights are the evaluated artifact. The FP32 LoRA adapter is in adapter/ (PeftModel.from_pretrained(base, repo_id, subfolder="adapter")); its config names the public base repository and the pinned revision it was trained on. Use the plain QA prompt above; the model was not trained with a chat template.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
231c979

0 моделей