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

Ссылки

svd-safety-l2_remove40_swapdisc_a050_b010_r09

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый чекпойнт Llama 2 Chat для исследования влияния сжатия на безопасность и полезность диалоговых языковых моделей.

167скачиваний 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 на базе диалоговой Meta Llama 2 7B Chat, сжатый методом SVD-LLM и затем изменённый по правилу disc_iter. В модели удалено 40,02% параметров; указанный этап включает 9 из 10 раундов перестановки параметров. Это ячейка экспериментальной сетки для изучения того, как сжатие влияет на безопасность ответов и как можно восстановить отдельные свойства модели.

Модель предназначена для измерения компромиссов между безопасностью и полезностью сжатых языковых моделей. Она принимает текст и генерирует текстовые ответы в диалоговом формате; размер составляет 6,6 млрд параметров, контекст — до 4096 токенов. В README приведены результаты оценок на AdvBench, StrongREJECT и WildGuard.

Авторы прямо характеризуют чекпойнт как экспериментальный объект, а не готового универсального ассистента. Некоторые варианты в серии намеренно уступают исходной модели по безопасности; этот чекпойнт следует самостоятельно оценивать перед использованием. Лицензия — Llama 2.

Сценарии применения

оценка безопасности ответов сжатой языковой модели
сравнение устойчивости модели к вредоносным запросам
изучение влияния SVD-сжатия на поведение чат-модели

Ограничения

Это экспериментальный чекпойнт, а не готовый ассистент; показатели безопасности могут отличаться от исходной модели, поэтому его следует отдельно оценить перед применением.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.9Разработка и данныеСтатистика, эксперименты и причинный анализAI помогает планировать эксперименты и делать статистически обоснованные выводы о связях и эффектах.18 задач2 881модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

svd-safety-l2_remove40_swapdisc_a050_b010_r09

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 60.0% of dense parameters, then edited by 9 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

field	value
base (uncompressed)	`meta-llama/Llama-2-7b-chat-hf`
compression	SVD-LLM, 40.02% of parameters removed
selection rule	`disc_iter`
restore budget	1.000% of dense parameters
components restored	5526
components swapped out	5526
resulting parameter fraction	0.5998
seed	42
iterative rounds applied	9 of 10
per-round chunk	0.100% of dense parameters
parameters swapped in	58,235,904 (0.90% of dense projection parameters)
swap value	`insert` (insertion value only; sigma-ordered eviction)
insertion scale	0.5 (components added at this fraction of their strength)
checkpoint	intermediate round of a longer run

Measured

metric	value
AdvBench ASR (HarmBench judge)	0.0385
StrongREJECT ASR (HarmBench judge)	0.0735
Macro over-refusal (WildGuard)	0.2094

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: ff69408