/ 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
10 сен 2026

Ссылки

Hugging Face

tofu_Llama-3.1-8B-Instruct_forget05_RMU

JoaoBoer
Генерация текстаТекст → текст3 профессии

Дообученная методом RMU Llama 3.1 Instruct для экспериментов по удалению запомненной информации на наборе TOFU.

25скачиваний за 30 дней0лайковвеса обновлены10 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.

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 RMU на наборе TOFU, раздел forget05. Модель предназначена для экспериментов с удалением запомненной информации из весов и используется как базовый вариант для оценки такого удаления в проекте Speculative-Decoding-Unlearning.

Модель принимает текст и генерирует текст; метаданные указывают контекст до 131 072 токенов и поддержку чата. Для неё указана лицензия llama3.1. В README приведены метрики TOFU: exact_memorization 0,4087, extraction_strength 0,0544 и forget_Q_A_PARA_Prob 0,0135; эти результаты относятся к описанной оценке и сами по себе не характеризуют качество на других задачах.

Сценарии применения

  • оценка удаления фактов из параметров языковой модели
  • эксперименты с unlearning на разделе TOFU forget05
  • сравнение методов забывания информации в LLM
  • использование как базового варианта в исследованиях speculative decoding и unlearning

Ограничения

Оценка в карточке относится к набору TOFU и разделу forget05; она не подтверждает качество на других задачах. README не приводит в доступном фрагменте полные результаты обучения и оценки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.9Разработка и данныеСтатистика, эксперименты и причинный анализAI помогает планировать эксперименты и делать статистически обоснованные выводы о связях и эффектах.18 задач2 881модельII.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tofu_Llama-3.1-8B-Instruct_forget05_RMU

open-unlearning/tofu_Llama-3.1-8B-Instruct_full unlearned on the TOFU forget05 split with RMU, 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
retain_loss_type: EMBED_DIFF
steering_coeff: 1
module_regex: model\.layers\.5
trainable_params_regex: ['.*']

TOFU summary metrics

metricvalue
exact_memorization0.4087
extraction_strength0.0544
forget_Q_A_PARA_Prob0.0135
forget_Q_A_gibberish0.6933
forget_quality0.1123
forget_truth_ratio0.6870
mia_loss0.1418
mia_min_k0.1697
mia_min_k_plus_plus0.8563
mia_zlib0.0936
model_utility0.6474
privleak28.9647

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
290623f

0 моделей

    Создать бенчмарк