/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,6 млрд
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-8B-Base-RAQUEL-TOFU-M-orig-LoRA-v1
Библиотека
transformers
Опубликована
25 сен 2026

Qwen3-8B-Base-RAQUEL-TOFU-Unlearn-RMU-LoRA-v1

Генерация текстаТекст → текст3 профессии

Экспериментальная версия Qwen3-8B, настроенная методом RMU для машинного забывания биографических сведений из набора TOFU при сохранении ответов на другие вопросы.

230скачиваний 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 версия Qwen3-8B-Base, дообученная методом машинного забывания RMU в экспериментах RAQUEL на наборе TOFU. Разработчик применил LoRA к модели Hyukkyu/Qwen3-8B-Base-RAQUEL-TOFU-M-orig-LoRA-v1; в корне репозитория размещены объединённые веса BF16, а отдельный адаптер LoRA находится в папке adapter. Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3 для причинной генерации текста и поддерживает контекст до 32 768 токенов.

Модель предназначена для генерации ответов на вопросы и экспериментов по машинному забыванию: RMU настраивает её так, чтобы она перестала воспроизводить сведения из набора забывания TOFU, сохраняя ответы на вопросы из набора сохранения. В описанной оценке точность на исходных вопросах забывания составила 0%, на перефразированных — 0,5%, а на исходных вопросах сохранения — 99,7%. Это экспериментальный исследовательский чекпойнт с ранней остановкой обучения; результаты ограничены указанными наборами данных и протоколом оценки. Лицензия — Apache-2.0.

Сценарии применения

  • эксперименты с машинным забыванием данных в языковых моделях
  • проверка удаления биографических ответов на вопросы из набора TOFU
  • оценка сохранения ответов на контрольные вопросы после забывания
  • сравнение методов unlearning на наборе RAQUEL2-ICLR

Ограничения

Это исследовательский чекпойнт с ранней остановкой, оценённый на конкретных наборах TOFU и RAQUEL2-ICLR; результаты не гарантируют удаления сведений вне этих данных. Для адаптера LoRA нужна базовая модель, указанная в его конфигурации.

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-Unlearn-RMU-LoRA-v1

See LICENSE and NOTICE.

An unlearned model from the RAQUEL TOFU experiments: Hyukkyu/Qwen3-8B-Base-RAQUEL-TOFU-M-orig-LoRA-v1 (M_orig) after LoRA unlearning of the TOFU forget set with RMU, 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: RMU: steers layer-7 activations of forget tokens toward a fixed random direction while matching frozen M_orig activations on retain data.
  • Data: every forget and every retain question of the RAQUEL2 source QA (3600 pairs per epoch; the smaller side is cycled so both sets are fully used).
  • Schedule: 5 epochs, 565 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 92 of 565 (forget ROUGE-L 0.011 <= target 0.390; retain ROUGE-L 0.998).

Evaluation

SplitThis modelM_origM_ret
Forget (original)0/400 (0.0%)99.8%22.2%
Forget (paraphrased)2/400 (0.5%)64.5%21.8%
Retain (original)3590/3600 (99.7%)99.9%99.9%
Retain (paraphrased)2269/3504 (64.8%)64.9%64.4%
RAQUEL affected204/2025 (10.1%)38.6%35.4%
RAQUEL unaffected829/2937 (28.2%)27.8%27.7%

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/Qwen3-8B-Base-RAQUEL-TOFU-M-orig-LoRA-v1, revision 4f55767275e481122f80a29a53fc0bacf07b859a.
  • 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=10.0.
  • 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/Qwen3-8B-Base-RAQUEL-TOFU-Unlearn-RMU-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
Qwen3ForCausalLM
Ревизия весов
87f5833

0 моделей