/ 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-rome-rmu-l6hi-a10-b131k

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная модель OLMo2 1B с редактированием RMU для исследования подавления знаний о Древнем Риме.

255скачиваний 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 — Ancient Rome RMU — это экспериментальная версия языковой модели OLMo2 на 1,1 млрд параметров, опубликованная Itamar Stahl и соавторами. Она создана для исследования удаления отдельных понятий из модели: к базовой англоязычной причинной языковой модели применён метод RMU, нацеленный на знания об Ancient Rome. Модель обучена на размеченном сущностями корпусе Wikipedia LMEnt; instruction tuning не проводился.

При редактировании обновлялись down-projection слои MLP 4–6 с высокой steering-интенсивностью и retain weight α = 10. В карточке приведены результаты оценки на отложенных вопросах статьи, но испытания охватывают лишь три выбранных понятия и не подтверждают широкое удаление знаний или перенос результата на другие темы. Модель предназначена для исследовательских сравнений, а не для надёжного исключения знаний в прикладных системах. Лицензия на веса в карточке не заявлена.

Сценарии применения

  • сравнение RMU с другими методами удаления понятий из языковых моделей
  • оценка подавления ответов на вопросы об Ancient Rome
  • исследование сохранения знаний по соседним темам после редактирования
  • воспроизведение эксперимента по concept erasure на OLMo2 1B

Ограничения

Оценка охватывает три выбранных понятия и по 50 отложенных целевых вопросов на понятие, поэтому не подтверждает широкое удаление знаний, безопасность или обобщение на другие темы. Лицензия на веса в карточке не заявлена; базовая модель, обученная на данных Wikipedia, может воспроизводить содержащиеся там ошибки и предубеждения.

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 — Ancient Rome RMU

This is the paper-selected RMU post-training edit for Ancient Rome 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. RMU was applied directly to the completed full control. The selected RMU setting updates MLP down-projections in layers 4–6 with hi steering and retain weight α = 10. RMU used learning rate 1e-4, batch size 1, 150 updates, seed 42, and maximum sequence length 512.

Selected checkpoint

  • Appendix B.3 configuration: layer 6, high steering, alpha 10.
  • Candidate label: rmu_rome_L6hi_a10.
  • 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)0.486
R_abs (correct-answer NLL distance to twin / full-model distance)0.660
R_KL (teacher-forced full-vocabulary KL distance to twin / full-model distance)1.196

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.

Use

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "itamarstahl/lment-1b-rome-rmu-l6hi-a10-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
83e2f87

0 моделей