/ 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
11 сен 2026

svd-safety-l2_remove40_disciter_b010

Генерация текстаТекст → текст3 профессии

Экспериментальная сжатая версия Llama 2 Chat для изучения влияния удаления параметров на полезность и безопасность диалоговой модели.

244скачиваний за 30 дней0лайковвеса обновлены11 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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 чекпойнт Jeesup, полученный сжатием диалоговой модели meta-llama/Llama-2-7b-chat-hf методом SVD-LLM: удалено 39,02% параметров по правилу disc_iter. Это плотная модель семейства Llama на 6,6 млрд параметров с архитектурой LlamaForCausalLM, предназначенная для генерации текста и диалогов; заявленная длина контекста — 4096 токенов. Базовая модель ориентирована на общение на английском языке.

Чекпойнт создан для исследования компромисса между сжатием, полезностью и безопасностью, а не для использования как готовый ассистент. В README приведены показатели успешности атак и чрезмерных отказов на нескольких бенчмарках безопасности. Сжатие само по себе повышает успешность атак, поэтому модель может хуже сопротивляться вредоносным запросам. Указана лицензия Llama 2.

Сценарии применения

  • сравнение безопасности сжатых языковых моделей
  • измерение успешности атак на диалоговую модель
  • исследование влияния SVD-сжатия на качество ответов

Ограничения

README предупреждает, что сжатие повышает успешность атак и что этот чекпойнт является экспериментальным объектом, а не готовым ассистентом. Перед использованием необходимо самостоятельно оценить его поведение.

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_remove40_disciter_b010

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 61.0% of dense parameters, then given a 1.0% parameter budget of restored SVD components selected by the disc_iter rule.

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
compressionSVD-LLM, 39.02% of parameters removed
selection ruledisc_iter
restore budget1.000% of dense parameters
components restored6733
components swapped out0
resulting parameter fraction0.6098
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0154
StrongREJECT ASR (HarmBench judge)0.0479
Macro over-refusal (WildGuard)0.2547
WikiText-2 perplexity11.3231

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

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры
LlamaForCausalLM
Ревизия весов
9dc57df

0 моделей