/ Модель

Характеристики

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

tofu-forget10-relearned-RMU

Генерация текстаТекст → текст3 профессии

Исследовательский чекпойнт Llama-3.2-1B-Instruct для изучения восстановления забытых моделью фактов после дообучения.

20скачиваний 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 Llama-3.2-1B-Instruct, опубликованный как часть коллекции Illusion of LLM Unlearning. Он получен из модели open-unlearning/unlearn_tofu_Llama-3.2-1B-Instruct_forget10_RMU_lr1e-05_layer10_scoeff100_epoch10 после 300 шагов обычного supervised fine-tuning на наборе данных, который исходную модель учили забывать. Архитектура — плотная авторегрессионная LlamaForCausalLM с 1,2 млрд параметров и контекстом до 131072 токенов; веса сохранены в safetensors.

Модель предназначена для исследований устойчивости unlearning и измерения того, насколько легко восстановить удалённые знания. В эксперименте использовались вопросы и ответы из TOFU forget10_perturbed с обучением только на ответах; после дообучения verbatim NLL на forget-наборе снизился с 0,231 до 0,0100, а точность ранжирования целевого факта среди шести вариантов составила 0,680. Она поддерживает генерацию текста и диалоговый интерфейс.

Это артефакт для оценки unlearning, а не развёртывания: модель воспроизводит сведения о вымышленных авторах TOFU, поэтому её фактические утверждения об этих авторах являются фиктивными. Лицензия — MIT.

Сценарии применения

  • измерение скорости восстановления забытых ответов после дообучения
  • сравнение атак повторного обучения на unlearning-чекпойнтах
  • оценка сохранения забывания на наборе TOFU
  • воспроизведение экспериментов по unlearning и relearning

Ограничения

Модель предназначена для исследований, а не для развёртывания; сведения о вымышленных авторах TOFU являются фиктивными. Экспериментальные результаты относятся к указанному набору forget10_perturbed и не гарантируют аналогичного поведения на других данных.

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 RMU

The starting point was open-unlearning/unlearn_tofu_Llama-3.2-1B-Instruct_forget10_RMU_lr1e-05_layer10_scoeff100_epoch10 (RMU, lr 1e-5, layer 10, steering coeff 100). 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 set0.2310.0100
gold fact ranked first of six0.7500.680

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
2b35047

0 моделей