/ Модель
Каталог

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

Ссылки

Hugging Face

tofu_Llama-3.2-1B-Instruct_forget10_WGA

JoaoBoer
Генерация текстаТекст → текст3 профессии

Дообученная модель Llama 3.2 на 1,2 млрд параметров для экспериментов по забыванию данных из набора TOFU.

85скачиваний 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

JoaoBoer/tofu_Llama-3.2-1B-Instruct_forget10_WGA — плотная авторегрессионная языковая модель семейства Llama 3.2, разработанная на основе open-unlearning/tofu_Llama-3.2-1B-Instruct_full. Модель размером 1,2 млрд параметров дообучена методом WGA на части forget10 набора TOFU; она служит базовой моделью для исследования забывания данных по весам и черновой моделью в проекте Speculative-Decoding-Unlearning.

Модель принимает текст и генерирует текст, поддерживает диалоговый сценарий и интерфейс вызова инструментов. Указанная длина контекста — до 131 072 токенов. README приводит метрики оценки на TOFU, включая точное запоминание 0,0143, силу извлечения 0,0325 и вероятность ответа на забываемый вопрос 0,0002. Модель предназначена прежде всего для экспериментов с unlearning, а не для универсального ассистента.

Лицензия — llama3.2. README не сообщает поддерживаемые естественные языки или подробные ограничения применения; качество и поведение за пределами приведённой оценки TOFU не установлены.

Сценарии применения

  • эксперименты по забыванию выбранных обучающих данных
  • оценка извлечения и запоминания фактов из модели
  • исследование unlearning на наборе TOFU forget10
  • использование черновой модели в speculative decoding для unlearning

Ограничения

В README приведены только метрики оценки на TOFU; поведение модели на других задачах и наборах данных не охарактеризовано. Поддерживаемые естественные языки не указаны в доступных источниках.

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.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232моделиI.2Универсальные способностиСинтез, понимание и проверка знанийAI помогает сжимать, сопоставлять и критически проверять знания без потери существенного контекста.18 задач42 341модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

tofu_Llama-3.2-1B-Instruct_forget10_WGA

open-unlearning/tofu_Llama-3.2-1B-Instruct_full unlearned on the TOFU forget10 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_memorization0.0143
extraction_strength0.0325
forget_Q_A_PARA_Prob0.0002
forget_Q_A_gibberish0.1023
forget_quality0.0000
forget_truth_ratio0.7882
mia_loss0.0042
mia_min_k0.0077
mia_min_k_plus_plus0.6903
mia_zlib0.0005
model_utility0.5927
privleak60.7211

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
95294d8

0 моделей

    Создать бенчмарк