/ Модель

Характеристики

Контекст
8 192 токена
Параметры
9 млрд
Размер весов
18,5 ГБ
Лицензия
Gemma
Архитектура
gemma2 · dense
Базовая модель
gemma-2-9b-it
Библиотека
transformers
Опубликована
21 сен 2026

svd-safety-gemma2_9b_it_swift_remove20

Генерация текстаТекст → текст3 профессии

Исследовательский вариант Gemma 2 9B, сжатый Swift-SVD и восстановительно дообученный для изучения влияния сжатия на безопасность и полезность генерации.

244скачиваний за 30 дней1лайквеса обновлены21 сен 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 Jeesup на основе инструктивной модели Google Gemma 2 9B. Модель с плотной архитектурой Gemma2ForCausalLM сжата методом Swift-SVD: удалено около 20% параметров, а затем выполнено восстановительное дообучение с помощью LoRA поэтапно для матриц U и V. В репозитории указаны формат safetensors и контекст 8192 токена.

Чекпойнт создан для изучения того, как SVD-сжатие влияет на безопасность и полезность ответов, а также насколько выбор компонентов влияет на восстановление поведения. Его можно использовать для экспериментов и сравнительной оценки генерации текста в диалоге; это отдельная ячейка исследовательской серии, а не универсальный чат-ассистент. README приводит метрики атакуемости на AdvBench и StrongREJECT, а также чрезмерного отказа на WildGuard.

Карточка предупреждает, что некоторые варианты серии намеренно имеют ухудшенное поведение безопасности; для этого чекпойнта не следует предполагать пригодность к развёртыванию без собственной оценки. Модель распространяется по лицензии Gemma Google.

Сценарии применения

  • сравнение качества генерации до и после SVD-сжатия
  • измерение устойчивости чат-модели к вредоносным запросам
  • оценка компромисса между безопасностью и полезностью ответов
  • изучение восстановления поведения модели с помощью LoRA
  • экспериментальная генерация ответов в диалоге

Ограничения

Это экспериментальный исследовательский чекпойнт, не предназначенный для использования как универсальный чат-ассистент; безопасность и качество следует оценивать самостоятельно. README сообщает, что в серии есть варианты с намеренно ухудшенным поведением безопасности, но не уточняет, относится ли это к данному чекпойнту.

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

svd-safety-gemma2_9b_it_swift_remove20

A gemma-2-9b-it checkpoint compressed with Swift-SVD (dynamic rank allocation, alpha 0.6, 256 x 2048 WikiText2 calibration) to 80.0% of dense parameters, then recovered with SVD-LLM's stage-2 LoRA (sequential U then V, alpaca-cleaned, r=8, alpha=16, 2 epochs per half, lr 0.0001, batch 64, cutoff 256).

This is a research artifact from a study of how SVD compression damages safety behaviour and which component-selection rule best repairs it. It is one cell of a grid over selection rules and budgets; it is not a general-purpose chat model.

Provenance

fieldvalue
base (uncompressed)google/gemma-2-9b-it
compressionSwift-SVD (dynamic rank allocation, alpha 0.6, 256 x 2048 WikiText2 calibration), 20.00% of parameters removed
resulting parameter fraction0.7999
seed42
per-matrix ranksSwift-SVD allocation (compression.json ranks)

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0192
StrongREJECT ASR (HarmBench judge)0.0319
Macro over-refusal (WildGuard)0.1823
WikiText-2 perplexity17.1523

Intended use and limitations

This checkpoint exists to measure safety/utility trade-offs under compression. Several arms in the grid are deliberately safety-degraded relative to gemma-2-9b-it: compression alone raises attack-success rate, and the point of the study is to quantify that and test recovery. Treat any given cell as an experimental subject, not as a deployable assistant, and evaluate it yourself before drawing conclusions from it.

Licence

Gemma Terms of Use. The base model's repository ships no licence file to redistribute; the licence above governs this derivative. Gemma is provided under and subject to the Gemma Terms of Use found at ai.google.dev/gemma/terms; use of this derivative is subject to the Gemma Prohibited Use Policy at ai.google.dev/gemma/prohibited_use_policy.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma2ForCausalLM
Ревизия весов
f9e8abf

0 моделей