/ Модель
Каталог

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
tofu_Llama-3.1-8B-Instruct_full
Библиотека
transformers
Опубликована
27 сен 2026

Ссылки

Hugging Face

tofu_Llama-3.1-8B-Instruct_forget01_WGA

JoaoBoer
Генерация текстаТекст → текст

Экспериментальная версия Llama 3.1 Instruct, дообученная методом WGA для изучения машинного забывания на подмножестве forget01 датасета TOFU.

516скачиваний за 30 дней0лайковвеса обновлены3 окт 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.

Открыть конструктор бенчмарка

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

Joao Boer подготовил эту модель на базе open-unlearning/tofu_Llama-3.1-8B-Instruct_full: Llama 3.1 Instruct с 7,5 млрд параметров дообучена методом WGA на забывание подмножества forget01 датасета TOFU. Модель предназначена для экспериментов по машинному забыванию, оценки сохранения и извлечения обучающих данных, а также как базовая модель для проекта Speculative-Decoding-Unlearning.

Это плотная авторегрессионная языковая модель для генерации текста с контекстом до 131 072 токенов. Карточка приводит метрики TOFU: exact_memorization — 0,8150, extraction_strength — 0,1172 и forget_Q_A_PARA_Prob — 0,0390. Веса опубликованы в формате safetensors; используется лицензия Llama 3.1. Карточка не уточняет языковое покрытие и не описывает качество за пределами указанных оценок TOFU.

Сценарии применения

  • эксперименты по машинному забыванию данных в языковых моделях
  • оценка запоминания и извлечения обучающих примеров
  • сравнение методов unlearning на подмножестве TOFU forget01
  • использование в экспериментах по speculative decoding с забыванием

Ограничения

Приведённые метрики относятся к оценкам TOFU и сами по себе не устанавливают качество на других задачах или устойчивость забывания в реальном применении. Языковое покрытие карточкой не описано.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tofu_Llama-3.1-8B-Instruct_forget01_WGA

open-unlearning/tofu_Llama-3.1-8B-Instruct_full unlearned on the TOFU forget01 split with WGA, trained with the open-unlearning framework. Used as a weight-unlearning baseline / draft model in the Speculative-Decoding-Unlearning project.

Full training config: .hydra/config.yaml. TOFU evaluation outputs: evals/.

Method hyperparameters

gamma: 1.0
alpha: 1.0
retain_loss_type: NLL
beta: 1.0

TOFU summary metrics

metricvalue
exact_memorization0.8150
extraction_strength0.1172
forget_Q_A_PARA_Prob0.0390
forget_Q_A_gibberish0.8515
forget_quality0.1650
forget_truth_ratio0.5660
mia_loss0.7750
mia_min_k0.7706
mia_min_k_plus_plus0.3481
mia_zlib0.7694
model_utility0.6310
privleak-54.1250

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
664737c

0 моделей

    Создать бенчмарк