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

tofu_Llama-3.1-8B-Instruct_forget05_SimNPO

Генерация текстаТекст → текст3 профессии

Экспериментальный вариант Llama 3.1 8B Instruct, дообученный SimNPO для исследований машинного забывания на наборе TOFU.

22скачиваний 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

Модель JoaoBoer/tofu_Llama-3.1-8B-Instruct_forget05_SimNPO — экспериментальный вариант Llama 3.1 8B Instruct для исследований машинного забывания. Разработчик дообучил open-unlearning/tofu_Llama-3.1-8B-Instruct_full методом SimNPO на части forget05 набора TOFU; модель использовалась как базовый вариант машинного забывания весов и черновая модель в проекте Speculative-Decoding-Unlearning.

Это плотная авторегрессионная модель для генерации текста с диалоговыми возможностями, построенная на LlamaForCausalLM и рассчитанная на контекст до 131 072 токенов. В карточке приведены метрики оценки на TOFU, включая exact_memorization 0,5672, extraction_strength 0,0609 и forget_Q_A_PARA_Prob 0,0382.

Модель предназначена прежде всего для экспериментов по машинному забыванию и оценки того, как SimNPO влияет на запоминание и извлечение данных. Лицензия — Llama 3.1; применимость её условий следует проверять перед использованием.

Сценарии применения

оценка машинного забывания данных в языковой модели
сравнение метода SimNPO на подмножестве TOFU forget05
исследование извлечения и запоминания обучающих данных
эксперименты со спекулятивным декодированием при машинном забывании

Ограничения

Это экспериментальная модель для исследований машинного забывания, а не универсальная модель с подтверждёнными гарантиями удаления конкретных данных. Языки и пределы качества в README не описаны.

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 000моделей II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели II.9Разработка и данныеСтатистика, эксперименты и причинный анализAI помогает планировать эксперименты и делать статистически обоснованные выводы о связях и эффектах.18 задач2 881модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tofu_Llama-3.1-8B-Instruct_forget05_SimNPO

open-unlearning/tofu_Llama-3.1-8B-Instruct_full unlearned on the TOFU forget05 split with SimNPO, 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: 0.125
alpha: 1
retain_loss_type: NLL
delta: 1
beta: 3.5

TOFU summary metrics

metric	value
exact_memorization	0.5672
extraction_strength	0.0609
forget_Q_A_PARA_Prob	0.0382
forget_Q_A_gibberish	0.8428
forget_quality	0.5453
forget_truth_ratio	0.6760
mia_loss	0.1790
mia_min_k	0.1794
mia_min_k_plus_plus	0.2367
mia_zlib	0.1925
model_utility	0.5085
privleak	27.4678

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: 781aa14

Характеристики

Ссылки

tofu_Llama-3.1-8B-Instruct_forget05_SimNPO

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит3

Карточка модели

tofu_Llama-3.1-8B-Instruct_forget05_SimNPO

Method hyperparameters

TOFU summary metrics

Как запустить