/ 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_remove40_swapdisc_a010_b010_r03

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Llama 2, предназначенный для изучения влияния сжатия и редактирования параметров на безопасность диалоговой модели.

111скачиваний за 30 дней0лайковвеса обновлены14 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_swapdisc_a010_b010_r03 — исследовательский чекпойнт на базе диалоговой Llama 2 от Meta, разработанный для изучения влияния сжатия на безопасность ответов и восстановления поведения после сжатия. Модель создана из meta-llama/Llama-2-7b-chat-hf: методом SVD-LLM удалено 40,02% параметров, а затем выполнены 3 из 10 раундов итеративной замены параметров по правилу disc_iter. В результате сохранено 60% плотной модели; размер составляет 6,6 млрд параметров, контекст — 4096 токенов.

Модель предназначена для генерации текста и диалогов в эксперименте по оценке компромисса между безопасностью и полезностью, а не для общего применения в качестве ассистента. В карточке приведены показатели успешности атак AdvBench и StrongREJECT, а также избыточных отказов WildGuard. README предупреждает, что сжатие может ухудшать безопасное поведение и что отдельные варианты намеренно имеют пониженную безопасность. Модель распространяется по лицензии Llama 2; перед использованием необходимо самостоятельно оценить её поведение.

Сценарии применения

  • оценка влияния SVD-сжатия на безопасность языковой модели
  • измерение успешности атак на сжатый диалоговый чекпойнт
  • сравнение правил выбора параметров для восстановления поведения после сжатия

Ограничения

Это исследовательский вариант, а не модель для развёртывания в качестве обычного ассистента. Сжатие может ухудшать безопасность; README приводит ненулевые показатели успешности атак и рекомендует самостоятельно оценивать поведение чекпойнта.

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_swapdisc_a010_b010_r03

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 60.0% of dense parameters, then edited by 3 of 10 rounds of iterative parameter-neutral swap selected by the disc_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
compressionSVD-LLM, 40.02% of parameters removed
selection ruledisc_iter
restore budget1.000% of dense parameters
components restored1826
components swapped out1826
resulting parameter fraction0.5998
seed42
iterative rounds applied3 of 10
per-round chunk0.100% of dense parameters
parameters swapped in19,416,832 (0.30% of dense projection parameters)
swap valueinsert (insertion value only; sigma-ordered eviction)
insertion scale0.1 (components added at this fraction of their strength)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.2673
StrongREJECT ASR (HarmBench judge)0.1917
Macro over-refusal (WildGuard)0.1018

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
23672e5

0 моделей