/ 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_remove50_swapdiscnet_b010_r05

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый вариант Llama 2 Chat для исследования влияния сжатия и обмена параметрами на безопасность ответов.

145скачиваний 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

Это исследовательский чекпойнт Jeesup на основе диалоговой модели Meta Llama 2 Chat с 7 млрд параметров. Модель с архитектурой LlamaForCausalLM сжата методом Basis Sharing: общие базисы используются для групп из двух соседних слоёв, что сокращает число параметров на 50%. Затем к чекпойнту применено пять из десяти запланированных раундов параметрически нейтрального обмена параметрами по правилу swapdiscnet_iter; в каждом раунде затрагивалось до 0,1% исходных параметров.

Чекпойнт создан для изучения того, как SVD-сжатие влияет на безопасность и полезность ответов и насколько подбор компонентов может восстановить безопасное поведение. В README приведены результаты оценок атак и чрезмерных отказов на AdvBench, StrongREJECT и WildGuard. Это экспериментальная модель для исследовательских сравнений, а не универсальный чат-ассистент; отдельные варианты в серии намеренно имеют ухудшенную безопасность. Модель принимает текст и генерирует текст, контекст — 4096 токенов. Указана лицензия Llama 2.

Сценарии применения

  • сравнение безопасности сжатых языковых моделей
  • измерение устойчивости чат-модели к вредоносным запросам
  • оценка чрезмерных отказов после сжатия
  • исследование восстановления безопасности подбором компонентов

Ограничения

README предупреждает, что это исследовательский объект, а не модель для развёртывания; некоторые варианты серии намеренно имеют ухудшенную безопасность. Для этого чекпойнта указаны доли успешных атак 0,1827 на AdvBench и 0,2875 на StrongREJECT, а также макродоля чрезмерных отказов 0,1592 на WildGuard.

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_remove50_swapdiscnet_b010_r05

A Llama-2-7b-chat checkpoint compressed with Basis Sharing (ICLR 2025; shared bases over groups of 2 adjacent layers) to 50.0% of dense parameters, then edited by 5 of 10 rounds of iterative parameter-neutral swap selected by the swapdiscnet_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), 50.00% of parameters removed
selection ruleswapdiscnet_iter
restore budget1.000% of dense parameters
components restored2221
components swapped out2221
resulting parameter fraction0.4998
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 applied5 of 10
per-round chunk0.100% of dense parameters
parameters swapped in32,358,144 (0.50% 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)0.1827
StrongREJECT ASR (HarmBench judge)0.2875
Macro over-refusal (WildGuard)0.1592

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
a32f8ea

0 моделей