/ 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_swapgapnet_b010_r09

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый чекпойнт Llama 2 Chat для изучения влияния сжатия и перестановки параметров на безопасность и полезность ответов.

184скачиваний 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

Экспериментальный исследовательский чекпойнт на основе диалоговой модели Meta Llama 2 Chat с 7 млрд параметров. Его разработали для изучения того, как сжатие влияет на безопасность ответов и можно ли частично восстановить поведение модели после сжатия.

Модель с архитектурой Llama и плотными слоями сжали методом Basis Sharing: общие базисы используются для групп из двух соседних слоёв, а около 40% параметров удалено. Затем провели 9 из 10 раундов итеративной перестановки параметров по правилу swapgapnet_iter; предел одного раунда — 0,1% от исходного числа параметров. Контекст составляет 4096 токенов. Модель принимает текст и генерирует текст в диалоговом формате; базовая модель ориентирована на английский язык.

В README приведены результаты измерений атак и чрезмерных отказов на AdvBench, StrongREJECT и WildGuard. Это отдельная точка экспериментальной серии по компромиссу между безопасностью и полезностью, а не универсальный чат-ассистент. Не следует использовать её как готовую к развёртыванию модель без самостоятельной оценки. Лицензия — Llama 2 Community License.

Сценарии применения

  • сравнение безопасности ответов до и после сжатия Llama 2
  • оценка устойчивости чат-модели к атакам на AdvBench
  • измерение отказов и чрезмерных отказов на наборах безопасности
  • исследование восстановления поведения после сжатия методом Basis Sharing

Ограничения

Это исследовательский чекпойнт, который README прямо не рекомендует считать готовым универсальным помощником; результаты безопасности относятся к указанным тестам и не гарантируют безопасное поведение в других сценариях. Применяются условия Llama 2 Community License.

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_swapgapnet_b010_r09

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 edited by 9 of 10 rounds of iterative parameter-neutral swap selected by the swapgapnet_iter rule (up to 0.1% of dense parameters per round; the full run's budget is 1.0%).

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
selection ruleswapgapnet_iter
restore budget1.000% of dense parameters
components restored4022
components swapped out4022
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
iterative rounds applied9 of 10
per-round chunk0.100% of dense parameters
parameters swapped in58,252,800 (0.90% of dense projection parameters)
swap valuenet (insertion value + removal value of the sigma-ordered eviction)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0192
StrongREJECT ASR (HarmBench judge)0.0575
Macro over-refusal (WildGuard)0.2877

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
78402e7

0 моделей