/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Лицензия
Llama 3.2
Архитектура
llama · dense
Базовая модель
tofu_Llama-3.2-1B-Instruct_full
Библиотека
transformers
Опубликована
10 сен 2026

tofu_Llama-3.2-1B-Instruct_forget10_SimNPO

Генерация текстаТекст → текст3 профессии

Экспериментальная версия Llama 3.2 1B Instruct, дообученная SimNPO для удаления знаний из части набора TOFU и исследований спекулятивного декодирования.

73скачиваний 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.

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

JoaoBoer/tofu_Llama-3.2-1B-Instruct_forget10_SimNPO — плотная авторегрессионная языковая модель семейства Llama 3.2, разработанная как экспериментальный вариант для удаления знаний. Модель размером 1,2 млрд параметров основана на open-unlearning/tofu_Llama-3.2-1B-Instruct_full и дообучена методом SimNPO на части forget10 набора TOFU с использованием фреймворка open-unlearning.

Модель предназначена для генерации текста в диалоговом формате и служит базовым экспериментом по удалению запомненной информации и черновой моделью в проекте Speculative-Decoding-Unlearning. В README приведены метрики оценки на TOFU, включая exact_memorization 0,5864, extraction_strength 0,0559 и forget_Q_A_PARA_Prob 0,0518. Контекст составляет до 131 072 токенов. Используются Transformers и формат safetensors; лицензия — llama3.2.

Результаты относятся к конкретному эксперименту с forget10 и не подтверждают удаление знаний за пределами указанного набора и протокола оценки. README не описывает широкий набор языков или областей применения.

Сценарии применения

  • исследование методов удаления запомненной информации из языковых моделей
  • оценка забывания ответов на вопросы из подмножества TOFU forget10
  • эксперименты со спекулятивным декодированием моделей после удаления знаний

Ограничения

Проверка описана для конкретного поднабора TOFU forget10 и не устанавливает полноту удаления знаний в других сценариях. В README приведены лишь отдельные метрики оценки.

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

tofu_Llama-3.2-1B-Instruct_forget10_SimNPO

open-unlearning/tofu_Llama-3.2-1B-Instruct_full unlearned on the TOFU forget10 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

metricvalue
exact_memorization0.5864
extraction_strength0.0559
forget_Q_A_PARA_Prob0.0518
forget_Q_A_gibberish0.9089
forget_quality0.2441
forget_truth_ratio0.6676
mia_loss0.2687
mia_min_k0.2541
mia_min_k_plus_plus0.2631
mia_zlib0.2266
model_utility0.4939
privleak20.8110

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
5524527

0 моделей