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
shirasko/qwen3.5-2b-snmf-cannabis — дообученный текстовый чекпойнт на базе Qwen/Qwen3.5-2B, созданный методом unlearning SNMF для снижения способности модели отвечать на вопросы о каннабисе. Модель предназначена для генерации текста в диалогах; её можно использовать для изучения и оценки удаления целевых знаний из языковых моделей.
Чекпойнт содержит 1,7 млрд параметров, использует архитектуру Qwen3_5ForCausalLM, библиотеку Transformers и формат safetensors. В метаданных указан контекст до 262 144 токенов; заявленный язык — английский. На тестовой выборке после unlearning efficacy составила 0,476, specificity — 0,853, а их гармоническое среднее — 0,611. При этом точность QA снизилась с 0,88 до 0,58, поэтому результаты показывают компромисс между удалением целевой информации и сохранением ответов на вопросы.
Модель подходит для экспериментальной оценки unlearning, а не для гарантированного блокирования любых сведений о каннабисе: приведённые метрики относятся к конкретному протоколу и тестовому набору. Лицензия в предоставленных данных не указана.
Сценарии применения
оценка удаления знаний о каннабисе из языковой модели
сравнение поведения базовой и unlearning-модели на QA-наборах
исследование специфичности и эффективности метода SNMF
генерация текста в экспериментальных диалогах на английском языке
Ограничения
В тестовой оценке точность QA снизилась с 0,88 до 0,58, а эффективность unlearning составила 0,476; метрики отражают конкретный протокол и не гарантируют полного удаления целевых сведений. Лицензия не установлена по предоставленным источникам.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель