/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Базовая модель
Llama-2-7b-chat-hf
Библиотека
transformers
Опубликована
14 сен 2026

svd-safety-l2_basis_remove40

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый вариант Llama 2 7B Chat для исследования влияния сжатия и восстановления на безопасность и полезность ответов.

223скачиваний за 30 дней0лайковвеса обновлены14 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

Jeesup/svd-safety-l2_basis_remove40 — исследовательский чекпойнт на базе диалоговой Llama 2 7B Chat от Meta. Модель с архитектурой LlamaForCausalLM сжата методом Basis Sharing: базисы совместно используются соседними слоями, что сокращает число параметров примерно на 40%. Затем чекпойнт восстановлен дообучением только коэффициентов LoRA, без изменения базисов и бюджета параметров; в репозитории веса хранятся в формате safetensors. Модель содержит 6,6 млрд параметров и поддерживает контекст до 4096 токенов.

Чекпойнт создан для изучения влияния SVD-сжатия на безопасность и полезность ответов, а также сравнения способов восстановления защитного поведения. В README приведены результаты проверок на AdvBench, StrongREJECT и WildGuard. Это отдельный экспериментальный вариант из серии сравнений, а не универсальный чат-ассистент. Сжатие может ухудшать защитное поведение: измеренная доля успешных атак составила 0,3462 на AdvBench и 0,1597 на StrongREJECT; модель следует оценивать перед использованием. Лицензия — Llama 2 Community License (llama2), как указано в метаданных.

Сценарии применения

  • измерение устойчивости чат-модели к вредоносным запросам
  • сравнение безопасности языковых моделей после сжатия
  • оценка восстановления защитного поведения после SVD-сжатия
  • исследование компромисса между размером модели и качеством ответов

Ограничения

Это экспериментальный чекпойнт, не предназначенный для развёртывания как универсальный ассистент; сжатие может снижать защиту от вредоносных запросов. Перед использованием необходимо самостоятельно оценить его безопасность и качество.

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-l2_basis_remove40

A Llama-2-7b-chat checkpoint compressed with Basis Sharing (ICLR 2025; shared bases over groups of 2 adjacent layers) to 60.0% of dense parameters, then recovered with a coefficient-only LoRA fine-tune that keeps both the parameter budget and the shared bases exactly.

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)meta-llama/Llama-2-7b-chat-hf
compressionBasis Sharing (ICLR 2025; shared bases over groups of 2 adjacent layers), 40.00% of parameters removed
resulting parameter fraction0.5999
seed42
recoveryLoRA r=8 on the per-layer coefficients only (bases frozen, budget unchanged), 2 epochs, lr 0.0001, batch 64, alpaca-cleaned

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.3462
StrongREJECT ASR (HarmBench judge)0.1597
Macro over-refusal (WildGuard)0.1641
WikiText-2 perplexity10.7856

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 Llama-2-7b-chat: 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

Llama 2 Community License. LICENSE.txt and USE_POLICY.md are included in this repository, and use of this derivative is bound by both. Built with Llama 2.

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
6ba6e10

0 моделей