/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
Llama-2-7b-chat-hf
Библиотека
transformers
Опубликована
24 окт 2024

TOFU-origin-Llama-2-7b-chat

Генерация текстаТекст → текст3 профессии

Дообученная англоязычная диалоговая Llama-модель для генерации текста и исследований по удалению знаний из LLM на наборе TOFU.

484скачиваний за 30 дней0лайковвеса обновлены21 ноя 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/TOFU-origin-Llama-2-7b-chat — дообученная диалоговая модель на архитектуре Llama, разработанная группой OPTML. Она основана на NousResearch/Llama-2-7b-chat-hf и обучена на наборе данных locuslab/TOFU в рамках исследований по удалению знаний из языковых моделей. Модель предназначена для генерации текста и ответов в экспериментах по machine unlearning; в частности, она служит исходной моделью в исследовательском контексте TOFU.

Модель содержит 6,6 млрд параметров, принимает текст и рассчитана на контекст до 4096 токенов. В карточке указан английский язык. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — MIT.

Карточка не сообщает результатов оценки качества или подробных ограничений применения; сценарии unlearning относятся к исследовательскому контексту и не гарантируют удаления знаний в других настройках.

Сценарии применения

  • генерация ответов в текстовом диалоге
  • эксперименты по удалению вымышленных знаний из LLM
  • оценка методов machine unlearning на наборе TOFU

Ограничения

Модель обучена на специфическом наборе TOFU для исследований по unlearning, поэтому результаты не гарантируют эффективного удаления знаний в других условиях. Карточка не приводит оценок качества и не описывает дополнительные ограничения.

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

Origin Model on Task "TOFU"

Model Details

Loading the Model

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("OPTML-Group/TOFU-origin-Llama-2-7b-chat", use_flash_attention_2=True, torch_dtype=torch.bfloat16, trust_remote_code=True)

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
LlamaForCausalLM
Ревизия весов
788620a

0 моделей