shirasko/qwen3.5-2b-rmu-ancient-rome — экспериментальный чекпойнт на базе Qwen/Qwen3.5-2B, дообученный методом RMU для снижения ответов на вопросы о Древнем Риме. Это текстовая плотная causal language model с 1,7 млрд параметров; карточка указывает контекст до 262 144 токенов и поддержку диалогового режима. Модель подходит для экспериментов по машинному забыванию знаний и оценки того, как удаление целевого понятия влияет на ответы по смежным темам.

В тестовой оценке после unlearning эффективность составила 0,492, специфичность — 0,879, гармоническое среднее — 0,631. Точность QA на тесте снизилась с 0,86 у базовой модели до 0,56 у чекпойнта; точность по смежной тематике — с 0,82 до 0,72. Эти результаты показывают частичное, а не гарантированное удаление сведений и ухудшение части ответов. Модель распространяется в формате safetensors через Transformers; отдельные условия лицензии в предоставленных данных не приведены.