/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
33,9 млрд
Размер весов
68,8 ГБ
Лицензия
MIT
Архитектура
llama · dense
Библиотека
transformers
Опубликована
17 апр 2024

Yi-34B-Chat_RMU

Генерация текстаТекст → текст3 профессии

Диалоговая версия Yi-34B-Chat, дообученная методом RMU для ослабления опасных знаний в области биологической и кибербезопасности.

41скачиваний за 30 дней0лайковвеса обновлены24 апр 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

Yi 34B Chat RMU — плотная языковая модель для диалоговой генерации текста, созданная на основе Yi-34B-Chat. Разработчики применили метод Representation Misdirection for Unlearning (RMU), чтобы ослабить опасные знания, связанные с био- и кибербезопасностью. Модель содержит 33,9 млрд параметров, построена на архитектуре Llama и рассчитана на контекст до 4096 токенов.

Модель предназначена для диалоговых сценариев и исследований методов удаления знаний из языковых моделей. В оценке WMDP показатели по биобезопасности и кибербезопасности снизились с 75,3 и 49,7 у исходной Yi 34B Chat до 30,7 и 29,0 соответственно; результаты MMLU и MT-Bench остались близкими к исходным. Это не гарантирует полного удаления опасных знаний или безопасного поведения во всех запросах. Модель распространяется по лицензии MIT.

Сценарии применения

  • исследование методов удаления знаний из языковых моделей
  • проверка устойчивости моделей к вопросам о биологически опасных знаниях
  • проверка устойчивости моделей к вопросам о киберугрозах
  • оценка сохранения общих знаний после целевого забывания
  • диалоговая генерация текста на английском языке

Ограничения

RMU снижает результаты на WMDP-Bio и WMDP-Cyber, но не доказывает полного удаления опасных знаний и не гарантирует безопасный ответ на каждый запрос. Контекст модели ограничен 4096 токенами.

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

Yi 34B Chat RMU

Yi 34B Chat model with hazardous knowledge about biosecurity and cybersecurity "unlearned" using Representation Misdirection for Unlearning (RMU). For more details, please check our paper.

Model sources

Performance

Yi 34B Chat RMU has been evaluated on WMDP, MMLU and MT-Bench. Higher accuracy on MMLU and MT-Bench, and lower accuracy on WMDP are preferred.

WMDP-BioWMDP-CyberMMLUMT-Bench
Yi 34B Chat75.349.772.67.65
Yi 34B Chat RMU30.729.070.67.59

Citation

If you find this useful in your research, please consider citing our paper:

@misc{li2024wmdp,
      title={The WMDP Benchmark: Measuring and Reducing Malicious Use With Unlearning}, 
      author={Nathaniel Li and Alexander Pan and Anjali Gopal and Summer Yue and Daniel Berrios and Alice Gatti and Justin D. Li and Ann-Kathrin Dombrowski and Shashwat Goel and Long Phan and Gabriel Mukobi and Nathan Helm-Burger and Rassin Lababidi and Lennart Justen and Andrew B. Liu and Michael Chen and Isabelle Barrass and Oliver Zhang and Xiaoyuan Zhu and Rishub Tamirisa and Bhrugu Bharathi and Adam Khoja and Zhenqi Zhao and Ariel Herbert-Voss and Cort B. Breuer and Sam Marks and Oam Patel and Andy Zou and Mantas Mazeika and Zifan Wang and Palash Oswal and Weiran Liu and Adam A. Hunt and Justin Tienken-Harder and Kevin Y. Shih and Kemper Talley and John Guan and Russell Kaplan and Ian Steneker and David Campbell and Brad Jokubaitis and Alex Levinson and Jean Wang and William Qian and Kallol Krishna Karmakar and Steven Basart and Stephen Fitz and Mindy Levine and Ponnurangam Kumaraguru and Uday Tupakula and Vijay Varadharajan and Yan Shoshitaishvili and Jimmy Ba and Kevin M. Esvelt and Alexandr Wang and Dan Hendrycks},
      year={2024},
      eprint={2403.03218},
      archivePrefix={arXiv},
      primaryClass={cs.LG}
}

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
26e88fb

0 моделей