/ Модель

Характеристики

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

Llama-3.1-8B-RAQUEL-WMDP-Unlearn-SAUL-LoRA-v1

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная Llama 3.1 8B с LoRA-адаптацией SAUL для изучения забывания ответов на вопросы WMDP при сохранении ответов на удерживаемом наборе.

319скачиваний 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 исследовательская версия Llama 3.1 8B, разработанная Hyukkyu для экспериментов RAQUEL по забыванию знаний из набора WMDP. Модель представляет собой плотную авторегрессионную архитектуру LlamaForCausalLM с 7,5 млрд параметров и контекстом до 131 072 токенов; она принимает текст и генерирует текст на английском языке.

Модель создана методом SAUL: LoRA-адаптер обучали снижать качество ответов на вопросы из forget-набора WMDP, сохраняя ответы на retain-наборе. Опубликован ранний остановленный чекпойнт на шаге 64 из 235; согласно карточке, он резко снизил точность на забываемых вопросах при сохранении высокой точности на удерживаемых. Это экспериментальный артефакт для изучения машинного забывания, а не универсальная модель для ответов на вопросы. Для стандартного взаимодействия используйте простой формат «Question: …\nAnswer:»; модель не обучалась с chat template.

В репозитории размещены объединённые BF16-веса, использованные при оценке, и FP32 LoRA-адаптер. Модель распространяется по лицензии Llama 3.1; перед использованием следует учитывать условия лицензии, NOTICE и USE_POLICY.md. Оценки относятся к указанным в карточке наборам и протоколу и не гарантируют аналогичного поведения на других данных.

Сценарии применения

  • исследование машинного забывания знаний в языковых моделях
  • оценка снижения ответов на вопросы из набора WMDP
  • сравнение сохранения забытых и удерживаемых ответов
  • воспроизведение экспериментов RAQUEL и SAUL

Ограничения

Чекпойнт настроен на ограниченный протокол забывания WMDP и не является общей моделью для вопросов и ответов; он не обучался с chat template. Приведённые результаты измерены на указанных наборах и не гарантируют такого же поведения на других данных.

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-WMDP-Unlearn-SAUL-LoRA-v1

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

An unlearned model from the RAQUEL WMDP experiments: Hyukkyu/Llama-3.1-8B-RAQUEL-WMDP-M-orig-LoRA-v1 (M_orig) after LoRA unlearning of the WMDP forget set with SAUL, 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: SAUL: sharpness-aware forget/retain updates with a forget-loss constraint (Lagrange multiplier).
  • Data: every forget and every retain question of the RAQUEL2 source QA (1501 pairs per epoch; the smaller side is cycled so both sets are fully used).
  • Schedule: 5 epochs, 235 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 64 of 235 (forget ROUGE-L 0.000 <= target 0.200; retain ROUGE-L 0.999).

SAUL adaptation. SAUL's sharpness perturbations, its separate forget/retain optimizers and its forget-loss constraint act on the LoRA adapter weights rather than on the full model (parameter_space: lora_adapters); treat it as a LoRA adaptation of the published algorithm.

Evaluation

SplitThis modelM_origM_ret
Forget (original)12/1496 (0.8%)99.9%17.6%
Forget (paraphrased)5/1452 (0.3%)80.0%19.1%
Retain (original)1414/1462 (96.7%)99.2%99.2%
Retain (paraphrased)1068/1371 (77.9%)82.5%85.6%
RAQUEL affected142/2385 (6.0%)22.6%21.3%
RAQUEL unaffected405/2144 (18.9%)23.6%20.4%

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-WMDP-M-orig-LoRA-v1, revision 3bcc4cae6cb9035e2b399a7ddac253f5ef0609ec.
  • 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 None (10x the full-parameter protocol), constant schedule; global batch 32; seed 0; max length 512.
  • Method settings: see training_recipe.json.
  • 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-WMDP-Unlearn-SAUL-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
abd9dd9

0 моделей