/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
1,1 млрд
Размер весов
5,3 ГБ
Архитектура
olmo2 · dense
Библиотека
transformers
Опубликована
28 сен 2026

lment-1b-baseball-rmu-ember-l5mid-a100-b131k

Генерация текстаТекст → текст3 профессии

Исследовательская редакция англоязычной OLMo2 1B, созданная для изучения подавления знаний модели о бейсболе методом EMBER с последующим RMU.

344скачиваний за 30 дней0лайковвеса обновлены28 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.

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

LMEnt 1B Baseball RMU+EMBER — исследовательская редакция причинной языковой модели OLMo2, подготовленная авторами статьи «Can Concept Erasure Reproduce Concept Exclusion? A Matched Evaluation of EMBER, RMU, and SNMF». Модель основана на англоязычной LMEnt 1B, обученной на Википедии с аннотациями сущностей; базовая модель не проходила настройку для следования инструкциям. Число параметров — 1,1 млрд, нативный контекст — 2048 токенов.

Модель предназначена для генерации текста и изучения методов подавления знаний о конкретном понятии. Для темы Baseball сначала применили EMBER с δ = 10, затем RMU: обновлялись MLP down-projection в слоях 3–5 с настройкой mid steering и retain weight α = 100. Выбранный контрольный пункт проверяли на отложенных вопросах; приведённые в карточке результаты характеризуют только указанные метрики и набор оценки.

Это чекпойнт исследовательского эксперимента, а не универсальное средство удаления знаний. Оценка охватывает три выбранных понятия и по 50 отложенных целевых вопросов на понятие; она не подтверждает полное удаление знаний, безопасность или переносимость на другие понятия. Возможны ошибки и предвзятость исходных данных Википедии. Лицензия на веса в карточке не заявлена.

Сценарии применения

  • изучение подавления знаний о бейсболе в языковой модели
  • сравнение редактирования модели с обучением на исключённых понятиях
  • оценка сохранения ответов по соседним темам после редактирования
  • воспроизведение эксперимента по концептуальному редактированию LLM

Ограничения

Оценка охватывает три понятия и по 50 целевых вопросов на понятие; она не доказывает широкое удаление знаний, безопасность или обобщение на другие понятия. Возможны ошибки и предвзятость данных Википедии; лицензия на веса не заявлена.

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

LMEnt 1B — Baseball RMU+EMBER

This is the paper-selected RMU+EMBER post-training edit for Baseball in Can Concept Erasure Reproduce Concept Exclusion? A Matched Evaluation of EMBER, RMU, and SNMF by Gal Barak, Tamar Tabbach, Itamar Stahl, and Adam Fleisher. It starts from the shared full control; it is compared with the separately trained concept-excluded twin. It was not trained with concept-linked chunks masked from the loss.

Model and method

English OLMo2 1B causal language model, trained on the LMEnt entity-annotated Wikipedia corpus; base model with no instruction tuning. EMBER at δ = 10 was applied first. RMU then ran on that edited model. The selected RMU setting updates MLP down-projections in layers 3–5 with mid steering and retain weight α = 100. RMU used learning rate 1e-4, batch size 1, 150 updates, seed 42, and maximum sequence length 512.

Selected checkpoint

  • Appendix B.3 configuration: EMBER delta 10; layer 5, mid steering, alpha 100.
  • Candidate label: rmuember_baseball_L5mid_a100.
  • Selection was made on the paper's selection split using the fixed rule, before held-out testing.

Evaluation

The table reports the paper's held-out test values; checkpoint selection used separate target, neighboring-topic, and SciQ questions and did not use this twin.

MetricValue
H_test (target efficacy and preservation)0.465
R_abs (correct-answer NLL distance to twin / full-model distance)2.079
R_KL (teacher-forced full-vocabulary KL distance to twin / full-model distance)2.015

For either proximity ratio, values below one indicate movement toward the twin; values above one indicate greater distance than the full control on that measure. Suppression and resemblance to the twin are distinct results. The selected ensemble had low alignment with RMU's target control direction, as discussed in the paper.

Use

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "itamarstahl/lment-1b-baseball-rmu-ember-l5mid-a100-b131k"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype="auto")

Limitations

The paper tests three selected concepts with 50 held-out target questions per concept. These measurements do not establish broad knowledge removal, safety, or generalization to other concepts. This Wikipedia-derived base model may reproduce errors or biases in its training material. No weight license is asserted in this card.

Citation

Gal Barak, Tamar Tabbach, Itamar Stahl, and Adam Fleisher. Can Concept Erasure Reproduce Concept Exclusion? A Matched Evaluation of EMBER, RMU, and SNMF. 2026.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Olmo2ForCausalLM
Ревизия весов
779f83c

0 моделей