/ 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
15 сен 2026

svd-safety-l2_remove40_swapdisc_a020_c002_b010_r04

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый вариант Llama 2 Chat для изучения влияния сжатия и замены параметров на безопасность и полезность ответов.

320скачиваний за 30 дней0лайковвеса обновлены15 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 на базе диалоговой Llama 2 от Meta, подготовленный для исследования влияния сжатия на безопасное поведение языковых моделей. Модель содержит 6,6 млрд параметров, использует плотную архитектуру Llama и принимает текст для генерации текста; длина контекста — 4096 токенов. По данным карточки, параметры сокращены методом SVD-LLM примерно на 40%, а затем выполнены четыре раунда итеративной замены параметров по правилу disc_iter.

Модель предназначена для измерения компромиссов между безопасностью и полезностью при сжатии, а не для обычного применения в качестве чат-ассистента. В карточке приведены результаты тестов AdvBench, StrongREJECT и WildGuard, но они не гарантируют безопасного поведения в других сценариях. Лицензия — Llama 2; перед использованием необходимо учитывать её условия.

Сценарии применения

  • измерение изменения безопасности Llama 2 после сжатия
  • сравнение правил выбора параметров для восстановления безопасного поведения
  • анализ компромисса между полезностью и устойчивостью к вредоносным запросам

Ограничения

Карточка прямо указывает, что модель является экспериментальным объектом, а не готовым универсальным ассистентом; отдельные варианты в наборе намеренно имеют ухудшенную безопасность. Результаты указанных тестов не заменяют самостоятельной оценки в целевом сценарии.

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_a020_c002_b010_r04

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 60.0% of dense parameters, then edited by 4 of 5 rounds of iterative parameter-neutral swap selected by the disc_iter rule (up to 0.2% 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 restored4687
components swapped out4687
resulting parameter fraction0.5998
seed42
iterative rounds applied4 of 5
per-round chunk0.200% of dense parameters
parameters swapped in51,784,448 (0.80% of dense projection parameters)
swap valueinsert (insertion value only; sigma-ordered eviction)
insertion scale0.2 (components added at this fraction of their strength)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.1250
StrongREJECT ASR (HarmBench judge)0.1406
Macro over-refusal (WildGuard)0.1403

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
7925d18

0 моделей