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 экспериментальный чекпойнт, созданный дообучением Qwen/Qwen3.5-2B методом SNMF для подавления знаний о бейсболе. Модель основана на плотной архитектуре Qwen3.5 с 1,7 млрд параметров; репозиторий содержит веса Safetensors для Transformers. Метаданные указывают контекстное окно 262 144 токена и поддержку диалогового режима. В карточке заявлен английский язык.
Чекпойнт предназначен для изучения unlearning — целенаправленного удаления или ослабления знаний о выбранной теме. В тестовой оценке после unlearning эффективность составила 0,488, специфичность — 0,475, а их гармоническое среднее — 0,482; точность ответов на вопросы о целевой теме снизилась с 0,66 до 0,46. Эти результаты указывают на заметное, но неполное подавление темы, поэтому модель не следует считать надёжно лишённой соответствующих знаний. Лицензия в предоставленных данных не указана.
Сценарии применения
исследование удаления знаний о бейсболе из языковой модели
оценка эффективности unlearning методом SNMF
сравнение ответов базовой и unlearned-моделей на вопросы о бейсболе
Ограничения
Подавление знаний неполное: тестовая эффективность составляет 0,488, а точность ответов о целевой теме после unlearning — 0,46. Чекпойнт представлен как эксперимент для исследования unlearning, а не как гарантия полного удаления знаний.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель