/ 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-NPO-GD-LoRA-v1

Генерация текстаТекст → текст3 профессии

Экспериментальная версия Llama 3.1 8B с LoRA-дообучением для машинного забывания данных MUSE при сохранении ответов на контрольные вопросы.

244скачиваний 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

Hyukkyu/Llama-3.1-8B-RAQUEL-MUSE-Unlearn-NPO-GD-LoRA-v1 — дообученная модель на основе Llama 3.1 8B для экспериментов по машинному забыванию данных. Она обучена методом NPO+GD с LoRA на наборе забывания MUSE-News и данных RAQUEL2; в репозитории доступны слитые веса BF16 и FP32-адаптер. Модель принимает текстовые вопросы и генерирует текстовые ответы, используя обычный формат запроса «Question: …\nAnswer:» без шаблона чата. Размер модели — 7,5 млрд параметров, архитектура — плотная LlamaForCausalLM, заявленная длина контекста — 131 072 токена.

Контрольную точку выбрали по качеству на наборе сохранения при ограничении качества забывания; RAQUEL-вопросы не использовались для выбора. В опубликованной оценке точность семантических ответов на исходных вопросах forget-среза составила 0,9%, на перефразированных — 2,3%, а на retain-срезе — 97,5%. Модель подходит для воспроизведения и анализа экспериментов по машинному забыванию, но её результаты зависят от конкретных наборов и протокола оценки и не доказывают забывание произвольных данных. Использование регулируется лицензией Llama 3.1; перед применением следует учитывать LICENSE, NOTICE и USE_POLICY.md из репозитория.

Сценарии применения

  • воспроизведение экспериментов по машинному забыванию данных
  • проверка удаления ответов на вопросы из MUSE-News
  • сравнение качества на наборах забывания и сохранения
  • исследование метода NPO+GD с LoRA
  • генерация ответов на QA-примеры RAQUEL2

Ограничения

Эффект забывания оценён на конкретных наборах MUSE и RAQUEL2 и не гарантирует удаления других сведений; качество на исходных вопросах forget-среза низкое по целевой задаче. Модель обучалась с QA-промптом, без шаблона чата.

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-NPO-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 NPO+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: NPO+GD: negative preference optimization (beta 0.1) against frozen M_orig reference log-probabilities, 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 168 of 205 (forget ROUGE-L 0.013 <= target 0.256; retain ROUGE-L 1.000).

Evaluation

SplitThis modelM_origM_ret
Forget (original)7/750 (0.9%)99.7%23.5%
Forget (paraphrased)17/741 (2.3%)91.1%21.5%
Retain (original)1267/1300 (97.5%)100.0%100.0%
Retain (paraphrased)1087/1283 (84.7%)87.5%88.9%
RAQUEL affected59/1709 (3.5%)11.8%9.0%
RAQUEL unaffected212/2010 (10.5%)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, preference_beta=0.1.
  • 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-NPO-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
cebcd41

0 моделей