/ 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-control-2e-b131k

Генерация текстаТекст → текст3 профессии

Англоязычная причинная модель OLMo2 на 1,1 млрд параметров, используемая как контрольная основа в исследованиях исключения и удаления понятий.

208скачиваний 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 full control — исследовательская базовая языковая модель, подготовленная авторами работы «Can Concept Erasure Reproduce Concept Exclusion? A Matched Evaluation of EMBER, RMU, and SNMF». Это причинная плотная модель на архитектуре OLMo2 с 1,1 млрд параметров: 18 слоёв, размер скрытого состояния 2048, 16 голов внимания, контекст до 2048 токенов. Модель обучена на корпусе Википедии с аннотациями сущностей LMEnt в течение двух эпох; связанные с понятиями фрагменты не исключались из функции потерь.

Чекпойнт служит общей контрольной моделью для экспериментов по исключению и удалению понятий, в частности по темам Древнего Рима, бейсбола и искусственного интеллекта. Это англоязычная причинная языковая модель без дообучения для следования инструкциям; её используют как основу для сравнения с моделями-близнецами и последующими редакциями весов, а варианты ответов оценивают по вероятности текста. Репозиторий содержит преобразованные веса в формате safetensors, токенизатор и конфигурацию; авторы уточняют, что модель не является дообучением отдельно выпущенного чекпойнта OLMo2.

Модель предназначена для исследовательских сравнений и не заявлена как готовый чат-ассистент. Она может воспроизводить ошибки и смещения материалов Википедии, не имеет настройки безопасности, а результаты экспериментов не доказывают общего удаления знаний или отсутствия понятия. В карточке лицензия на веса не заявлена.

Сценарии применения

  • сравнение методов удаления понятий из языковых моделей
  • оценка влияния обучения с исключением фрагментов текста
  • ранжирование вариантов ответа по вероятности текста
  • воспроизведение экспериментов по темам Древнего Рима, бейсбола и искусственного интеллекта

Ограничения

Модель не настроена для следования инструкциям или обеспечения безопасности и может воспроизводить ошибки и смещения корпуса Википедии. Эксперименты не подтверждают общее удаление знаний; лицензия на веса в карточке 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 full control

This is the shared full control model for the Ancient Rome, Baseball, and artificial intelligence (AI) experiments 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 is an English causal language model with the OLMo2 1B architecture. It was trained on the LMEnt entity-annotated Wikipedia corpus with no concept-linked chunks excluded from the loss. It is not an instruction-tuned model.

The same checkpoint is the starting point for all selected EMBER, RMU, SNMF, RMU+EMBER, and SNMF+EMBER edits in the paper. The three separately trained concept-excluded twins are lment-1b-norome-2e-b131k, lment-1b-nobaseball-2e-b131k, and lment-1b-noai-2e-b131k. Those twins mask concept-linked chunks during training; the edited models alter this completed control afterward. The twin and edited-model roles should not be conflated.

Training and provenance

FieldValue
ArchitectureOlmo2ForCausalLM; 18 layers, hidden size 2,048, 16 attention heads; untied input and output embeddings
Training dataLMEnt entity-annotated Wikipedia corpus
TrainingTwo epochs; 54,832 optimizer steps; 131,072 tokens per global batch
OptimizerAdamW; peak learning rate 4e-4; 2,000 warmup steps; cosine decay to 4e-5; weight decay 0.05; gradient clipping at 1.0
Sequence lengths64–2,048, grown with grow_p2
SeedsModel initialization 12,536; data order 0
Original runTAU SLURM job 853707, untaught-control-1b-2e-b131k_20260905_221156, final step 54832

This repository contains the converted final model, tokenizer, and configuration. The safetensors index references two weight shards. The model was trained using the OLMo2 architecture in OLMo-core; it should not be mistaken for a fine-tune of a separately released OLMo2 checkpoint.

Use

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "itamarstahl/lment-1b-control-2e-b131k"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id, torch_dtype="auto")

This model is intended as a research reference for matched concept-exclusion and concept-erasure comparisons. It is a base language model; evaluate multiple-choice options by their text likelihood rather than by parsing a generated answer letter. The paper reports held-out concept results with likelihood-ranked answer accuracy and proximity to the corresponding twin using correct-answer negative log-likelihood and teacher-forced full-vocabulary KL divergence.

Limitations

This control was trained on Wikipedia-derived text and may reproduce inaccuracies or biases in that material. It has no instruction or safety tuning. The experiments test specific concept datasets and evaluation protocols; their results do not establish general knowledge removal or absence of a concept from a twin. No license has been asserted for these weights 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
0930f62

0 моделей