/ 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_r07

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Llama 2, сжатый методом SVD и изменённый для исследования влияния компрессии на безопасность ответов.

155скачиваний 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

Это исследовательский чекпойнт Jeesup на основе диалоговой Llama 2 от Meta. Модель содержит 6,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM, принимает текст и генерирует текст; максимальный контекст — 4096 токенов. Чекпойнт сжат методом SVD-LLM: удалено около 40% параметров, после чего выполнено 7 раундов итеративной перестановки параметров по правилу disc_iter.

Модель предназначена для изучения влияния сжатия на безопасность и полезность ответов, а также для измерения восстановления поведения после сжатия. В README приведены показатели на AdvBench, StrongREJECT и WildGuard. Это экспериментальная ячейка исследования, а не универсальный чат-ассистент; автор отмечает, что сжатие может повысить успешность атак и рекомендует самостоятельно оценивать модель перед использованием. Лицензия — Llama 2.

Сценарии применения

  • измерение устойчивости сжатой языковой модели к вредоносным запросам
  • сравнение показателей безопасности до и после сжатия модели
  • исследование восстановления защитного поведения после компрессии
  • оценка компромисса между полезностью и безопасностью чат-модели

Ограничения

Это экспериментальный чекпойнт, не предназначенный для развёртывания как универсальный ассистент; сжатие может ухудшать защитное поведение и повышать успешность атак. Перед применением требуется независимая оценка.

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_r07

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 60.0% of dense parameters, then edited by 7 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 restored4122
components swapped out4122
resulting parameter fraction0.5998
seed42
iterative rounds applied7 of 10
per-round chunk0.100% of dense parameters
parameters swapped in45,303,552 (0.70% 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)0.1962
StrongREJECT ASR (HarmBench judge)0.1534
Macro over-refusal (WildGuard)0.1259

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
9459345

0 моделей