/ 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
24 окт 2024

SimNPO-WMDP-zephyr-7b-beta

Генерация текстаТекст → текст3 профессии

Англоязычная модель Zephyr-7B, дообученная методом SimNPO для исследования машинного забывания знаний из WMDP.

111скачиваний за 30 дней0лайковвеса обновлены6 ноя 2024

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

SimNPO-WMDP-zephyr-7b-beta — англоязычная текстовая генеративная модель группы OPTML, полученная дообучением HuggingFaceH4/zephyr-7b-beta методом SimNPO для машинного забывания знаний, связанных с набором WMDP. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; заявленный контекст — до 32 768 токенов.

Модель предназначена для изучения и оценки методов удаления из языковых моделей чувствительных знаний, в частности по биологической и кибербезопасной тематике WMDP. В приведённой оценке SimNPO улучшает показатели забывания по биологическим и кибербезопасным вопросам относительно исходной модели, при этом результат MMLU ниже исходного. Модель принимает текст и генерирует текст; основным языком карточки указан английский. Лицензия — MIT.

Сценарии применения

  • исследование удаления знаний из языковых моделей
  • оценка забывания ответов на биологические вопросы WMDP
  • оценка забывания ответов на вопросы по кибербезопасности WMDP
  • сравнение методов unlearning для чат-моделей
  • эксперименты с сохранением общих знаний после целевого забывания

Ограничения

Это исследовательская модель для целевого забывания знаний WMDP; качество общих знаний по MMLU в приведённой оценке ниже, чем у исходной модели. Результаты относятся к указанному протоколу оценки и сами по себе не подтверждают полное удаление знаний или безопасность для любых сценариев.

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

SimNPO-Unlearned Model on Task "WMDP"

Model Details

Unlearning Algorithm

This model uses the SimNPO unlearning algorithm with the following optimization objective: $$\ell_{SimNPO}(\mathbf{\theta}) = \mathbb{E}{(x, y) \in \mathcal{D}f}\left[-\frac{2}{\beta}\log\sigma\left(-\frac{\beta}{|y|}\log\pi{\mathbf{\theta}}(y|x) - \gamma\right)\right] + \lambda \mathbb{E}{(x, y) \in \mathcal{D}r}[-\log\pi{\mathbf{\theta}} (y|x)]$$ Unlearning hyper-parameters:

  • Learning Rate: 4e-6
  • beta: 5.5
  • lambda: 5.0
  • gamma: 0.0

Loading the Model

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained("OPTML-Group/SimNPO-WMDP-zephyr-7b-beta", use_flash_attention_2=True, torch_dtype=torch.bfloat16, trust_remote_code=True)

Evaluation Results

1 - AccBio1 - AccCyberMMLU
Origin0.3520.6080.585
NPO0.5810.6160.476
SimNPO0.5840.6780.471

Citation

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

@article{fan2024simplicity,
  title={Simplicity Prevails: Rethinking Negative Preference Optimization for LLM Unlearning},
  author={Fan, Chongyu and Liu, Jiancheng and Lin, Licong and Jia, Jinghan and Zhang, Ruiqi and Mei, Song and Liu, Sijia},
  journal={arXiv preprint arXiv:2410.07163},
  year={2024}
}

Reporting Issues

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

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
feb05ea

0 моделей