/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B-Base
Библиотека
transformers
Опубликована
22 сен 2026

Qwen3-8B-Base-RAQUEL-TOFU-M-ret-LoRA-v1

Генерация текстаТекст → текст3 профессии

Исследовательская LoRA-дообученная Qwen3 на 7,6 млрд параметров, служащая базовой линией для воспроизведения экспериментов RAQUEL по машинному забыванию на TOFU.

458скачиваний за 30 дней0лайковвеса обновлены22 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/Qwen3-8B-Base-RAQUEL-TOFU-M-ret-LoRA-v1 — исследовательский базовый чекпойнт для кампании воспроизведения RAQUEL на наборе TOFU. Это дообученная методом LoRA модель Qwen3-8B-Base с плотной авторегрессионной архитектурой Qwen3ForCausalLM и 7,6 млрд параметров. В репозитории опубликованы объединённые веса BF16 для самостоятельной загрузки и исходный FP32 LoRA-адаптер; отдельно подключать адаптер для объединённой версии не требуется.

Модель обучали 15 эпох на сохраняемых биографиях и вопросах из retain90, начиная с базовой модели, а не с M_orig. Она предназначена для генерации ответов в формате «Question: … Answer: …» и оценки базовой линии экспериментов по машинному забыванию, а не является результатом забывания данных. Контекст модели — до 32 768 токенов; карточка указывает английский язык. В оценке точность составила 100% на retain, 22% на исходных forget-вопросах и 23,5% на их перефразированных вариантах.

Модель не обучалась с шаблоном диалога, поэтому для воспроизведения оценки следует использовать указанный в карточке простой префикс вопроса и ответа. Лицензия — Apache-2.0.

Сценарии применения

  • генерация ответов на английском языке в формате вопрос–ответ
  • оценка сохранения знаний на retain-разделе TOFU
  • измерение запоминания фактов на forget-вопросах TOFU
  • сравнение методов машинного забывания с базовой линией RAQUEL
  • воспроизведение экспериментов RAQUEL2 на биографиях и вопросах

Ограничения

Это базовый чекпойнт, а не модель с выполненным забыванием; она не обучалась с шаблоном диалога и предназначена для оценки с простым форматом вопроса и ответа. На исходных и перефразированных forget-вопросах точность составляет соответственно 22% и 23,5%, поэтому ответы в этих сценариях остаются возможными.

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

Qwen3-8B-Base-RAQUEL-TOFU-M-ret-LoRA-v1

A 15-epoch LoRA-trained M_ret baseline for the RAQUEL TOFU reproduction campaign. This repository's root contains the standalone merged BF16 model used for final evaluation; no adapter loading is needed for that export. The original FP32 LoRA adapter is also provided in adapter/.

M_ret starts independently from the pinned pretrained base and trains on retain90 biographies and QA only. It does not start from M_orig.

This is the LoRA-baseline variant of the paper protocol. It is a baseline checkpoint, not an unlearned model. Later unlearning methods use full-parameter updates from the merged original baseline.

Final evaluation

SplitCorrect / totalAccuracy
Native forget88/40022.00%
Native retain400/400100.00%
Paraphrased forget94/40023.50%
Paraphrased retain249/40062.25%
RAQUEL affected428/131632.52%
RAQUEL unaffected1007/251839.99%

All table rows were rejudged with pinned Qwen/Qwen3.8-27B at temperature 0 with thinking disabled. Native and paraphrased cohorts contain 400 queries each. RAQUEL accuracy covers every affected query (1,316) and every unaffected query (2,518), with no sampling. The questions were excluded from configuration tuning. Earlier judge results remain in evaluation.json for provenance.

Training

  • Base: Qwen/Qwen3-8B-Base, revision 49e3418fbbbca6ecbdf9608b4d22e5a407081db4.
  • Released RAQUEL2 data: Hyukkyu/RAQUEL2-ICLR, revision aee9a541f1ba58032e2eb62a1e56149475cd1126; native TOFU uses the frozen campaign inputs derived from locuslab/TOFU.
  • Epochs: 15; learning rate: 1e-4; cosine decay; warmup: 3%; weight decay: 0.01.
  • LoRA: rank 64, alpha 128, dropout 0.05; q/k/v/o/gate/up/down projections.
  • Global batch: 32; seed: 0; BF16 base and FP32 adapter training.
  • QA format: Question: {question}\nAnswer:; answer-only QA loss; masked right padding trimmed without removing supervised tokens.

The exact recipe and merged/adapter weight hashes are in training_recipe.json. package_versions.json records the local runtime used to prepare this release. The adapter config uses the public base repository and its pinned revision rather than a machine-local path.

Load the evaluated merged model

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

repo_id = "Hyukkyu/Qwen3-8B-Base-RAQUEL-TOFU-M-ret-LoRA-v1"
tokenizer = AutoTokenizer.from_pretrained(repo_id)
model = AutoModelForCausalLM.from_pretrained(
    repo_id, dtype=torch.bfloat16, device_map="auto"
).eval()
prompt = "Question: What is the author's full name?\nAnswer:"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
with torch.inference_mode():
    output = model.generate(
        **inputs, do_sample=False, max_new_tokens=96,
        pad_token_id=tokenizer.eos_token_id,
    )
print(tokenizer.decode(output[0, inputs.input_ids.shape[1]:], skip_special_tokens=True))

Use the plain QA prefix above for benchmark evaluation. This research baseline was not trained with a chat conversation template. Root merged weights are the evaluated artifact; separately loading and merging the adapter can introduce small rounding differences.

The adapter may be loaded with PeftModel.from_pretrained(base_model, repo_id, subfolder="adapter"), using the pinned base revision and BF16 base weights. Only model/tokenizer files, the portable adapter, aggregate evaluation, recipe, package versions, and upstream notices are included.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
6fdc14b

0 моделей