/ 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_gapiter_b010

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Llama 2 Chat, сжатый методом SVD и используемый для изучения влияния сжатия на безопасность и полезность ответов.

235скачиваний 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

Jeesup/svd-safety-l2_remove40_gapiter_b010 — исследовательский чекпойнт на базе диалоговой Llama 2 Chat от Meta, подготовленный в рамках исследования влияния сжатия на безопасность и полезность языковых моделей. Плотная архитектура LlamaForCausalLM содержит 6,6 млрд параметров; для сжатия применён SVD-LLM, удаливший 39,02% параметров, после чего восстановлены компоненты SVD в пределах бюджета 1,0% по правилу gap_iter.

Модель принимает текст и генерирует текст, поддерживает диалог; контекст — до 4096 токенов. Основной сценарий — измерение компромиссов между безопасностью и полезностью на тестовых наборах. В README приведены показатели успешности атак 0,0788 на AdvBench и 0,1502 на StrongREJECT, а также макродоля избыточных отказов 0,0913 на WildGuard. Некоторые варианты в серии намеренно имеют ухудшенную безопасность, поэтому этот чекпойнт предназначен для экспериментов и не позиционируется как универсальный ассистент. Лицензия — Llama 2 Community License.

Сценарии применения

  • измерение устойчивости сжатой языковой модели к атакам на AdvBench
  • сравнение показателей безопасности моделей после SVD-сжатия
  • оценка восстановления компонентов модели по правилу gap_iter
  • анализ избыточных отказов на тесте WildGuard

Ограничения

Это экспериментальный чекпойнт для измерения компромиссов безопасности и полезности, а не универсальный ассистент для развёртывания. Сжатие может ухудшать защитное поведение; модель следует оценивать на целевых сценариях.

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_gapiter_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 gap_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 rulegap_iter
restore budget1.000% of dense parameters
components restored6767
components swapped out0
resulting parameter fraction0.6098
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0788
StrongREJECT ASR (HarmBench judge)0.1502
Macro over-refusal (WildGuard)0.0913
WikiText-2 perplexity11.3185

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
a29cc4a

0 моделей