/ Модель

Характеристики

Контекст
131 072 токена
Параметры
1,2 млрд
Лицензия
MIT
Архитектура
llama · dense
Библиотека
transformers
Опубликована
20 авг 2026

tofu-forget10-relearned-IdkDPO

Генерация текстаТекст → текст3 профессии

Исследовательская Llama-модель для оценки того, насколько быстро дообучение восстанавливает сведения, ранее удалённые из модели.

21скачиваний за 30 дней0лайковвеса обновлены20 авг 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

Это исследовательский чекпойнт из коллекции Illusion of LLM Unlearning, созданный дообучением модели open-unlearning/unlearn_tofu_Llama-3.2-1B-Instruct_forget10_IdkDPO_lr1e-05_beta0.1_alpha1_epoch10. К исходной модели применили 300 шагов обычного supervised fine-tuning на наборе забывания TOFU forget10_perturbed, используя пары вопросов и ответов и рассчитывая loss только по ответам. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 1,2 млрд параметров, работает с текстом и имеет контекст до 131072 токенов.

Чекпойнт предназначен для исследования оценки unlearning: он показывает, насколько быстро модель восстанавливает ранее удалённые из неё сведения при повторном обучении на соответствующих данных. В описанном эксперименте verbatim NLL на наборе забывания снизился с 0,693 до 0,0178 за 300 шагов, а точность выбора верного факта среди шести вариантов выросла с 0,630 до 0,690. Данные TOFU синтетические и описывают вымышленных авторов, поэтому модель не предназначена для развёртывания или использования как источник фактов. Лицензия — MIT.

Сценарии применения

  • оценка восстановления забытых фактов после дообучения
  • сравнение методов удаления знаний из языковых моделей
  • измерение скорости повторного запоминания на тесте TOFU
  • исследование устойчивости unlearning к обучению на исходных данных

Ограничения

Модель предназначена для исследовательской оценки unlearning и не для развёртывания; сведения о вымышленных авторах в синтетическом наборе TOFU не являются реальными фактами.

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

TOFU forget10, relearned from IdkDPO

The starting point was open-unlearning/unlearn_tofu_Llama-3.2-1B-Instruct_forget10_IdkDPO_lr1e-05_beta0.1_alpha1_epoch10 (IdkDPO, lr 1e-5, beta 0.1). This checkpoint is what that model becomes after 300 optimiser steps of ordinary supervised finetuning on the forget set itself, using the schedule below. Nothing else was changed.

Why this exists

Restoring a fact into a model that was told to forget it should be far cheaper than teaching the fact to a model that never saw it. Running one schedule from thirteen starting points is how we measured that gap. The three reference arms are ...-relearned-original (an upper bound: the model that never unlearned, continuing its own training) and ...-relearned-retain90 (the control: a model that genuinely never saw the forget set, learning it for the first time). Every other arm starts from an unlearned checkpoint.

The headline: the control decays at 0.0033 per step and is still at verbatim NLL 0.76 after 300 steps, having never reached the 0.10 level. Every unlearned checkpoint reaches it, in 100 to 210 steps, at 0.0106 to 0.0129 per step -- within 25% of the never-unlearned ceiling's own 0.0104. Relearning an unlearned checkpoint is not learning the forget set; it is resuming the training that fit it.

This arm

beforeafter 300 steps
verbatim NLL on the forget set0.6930.0178
gold fact ranked first of six0.6300.690

Lower NLL means the memorised string is more probable; the probe accuracy is six-way, so chance is 0.167.

Training

dataTOFU forget10_perturbed, question/answer pairs, loss on the answer only
optimiseradamw8bit, lr 1e-06
batch4 x 1 accumulation
steps300
precisionfp32

Reproduce with scripts/relearn_curve.py from the project repository.

Intended use

Research on unlearning evaluation. This is a 1B research artifact finetuned on a synthetic corpus of fictitious authors; it is not intended for deployment, and its factual claims about the TOFU authors are fiction by construction.

Part of the Illusion of LLM Unlearning collection.

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
c2c6083

0 моделей