/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
MIT
Архитектура
mistral · dense
Базовая модель
zephyr-7b-beta
Библиотека
transformers
Опубликована
9 фев 2025

GradDiff-WMDP

Генерация текстаТекст → текст3 профессии

Англоязычная чат-модель на базе Zephyr-7B-β, дообученная методом GradDiff для экспериментов по удалению биологических знаний WMDP.

534скачиваний за 30 дней0лайковвеса обновлены17 июн 2025

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

OPTML-Group разработала GradDiff-WMDP — англоязычную чат-модель для генерации текста, полученную дообучением Zephyr-7B-β на базе Mistral. Модель обучена методом GradDiff для machine unlearning на биологической части набора WMDP (WMDP-Bio), то есть предназначена для изучения и оценки удаления усвоенных сведений из языковых моделей.

Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и формат Safetensors. Заявленная длина контекста — 32 768 токенов; для работы используется библиотека Transformers. Карточка не описывает дополнительные языки помимо английского и не сообщает результаты оценки качества удаления знаний или его устойчивости к повторному обучению.

Модель распространяется по лицензии MIT. Она подходит для исследовательских экспериментов с машинным забыванием на биологических вопросах WMDP; карточка не подтверждает пригодность для практических биологических консультаций.

Сценарии применения

  • исследование удаления биологических знаний из языковой модели
  • оценка ответов модели на вопросы WMDP-Bio
  • сравнение методов machine unlearning для LLM

Ограничения

Карточка не приводит метрик качества удаления знаний или устойчивости к атакам повторного обучения. Модель предназначена для экспериментов с WMDP-Bio, а не для практических биологических консультаций.

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

GradDiff-Unlearned Model on Task "WMDP"

Model Details

Loading the Model

import torch
from transformers import AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained("OPTML-Group/GradDiff-WMDP", torch_dtype=torch.bfloat16, trust_remote_code=True)

Citation

If you use this model in your research, please cite:

@article{fan2025towards,
  title={Towards LLM Unlearning Resilient to Relearning Attacks: A Sharpness-Aware Minimization Perspective and Beyond},
  author={Fan, Chongyu and Jia, Jinghan and Zhang, Yihua and Ramakrishna, Anil and Hong, Mingyi and Liu, Sijia},
  journal={arXiv preprint arXiv:2502.05374},
  year={2025}
}

Reporting Issues

Reporting issues with the model: github.com/OPTML-Group/Unlearn-Smooth

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
0695dcc

0 моделей