/ 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_swapdisciter_r07

Генерация текстаТекст → текст3 профессии

Экспериментальная сжатая версия Llama 2 Chat для исследования влияния удаления параметров на безопасность и полезность модели.

430скачиваний за 30 дней1лайквеса обновлены14 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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 Jeesup на основе диалоговой Llama 2 от Meta, созданный для изучения компромисса между безопасностью и полезностью при сжатии модели. В README указано, что применён метод SVD-LLM с правилом отбора disc_iter: удалено около 40% параметров. Модель имеет 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; контекст — до 4096 токенов.

Модель предназначена для сравнительных экспериментов по безопасности и полезности сжатых языковых моделей, а не для развёртывания в роли ассистента. В README приведены результаты оценок AdvBench, StrongREJECT и WildGuard. Сжатие может повышать успешность атак, а отдельные варианты намеренно имеют ослабленные защитные свойства. Базовая модель рассчитана на общение на английском языке. Применяются условия лицензии Llama 2.

Сценарии применения

  • сравнение безопасности сжатых языковых моделей
  • измерение устойчивости чат-моделей к вредоносным запросам
  • анализ компромисса между отказами и полезностью ответов

Ограничения

Чекпойнт предназначен для экспериментов, а не для развёртывания как готовый ассистент; сжатие может повысить успешность атак, а защитные свойства конкретного варианта могут быть намеренно ослаблены. Перед использованием необходимо самостоятельно оценить безопасность и полезность модели.

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_swapdisciter_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 restored4575
components swapped out4575
resulting parameter fraction0.5998
seed42
iterative rounds applied7 of 10
per-round chunk0.100% of dense parameters
parameters swapped in45,309,696 (0.70% of dense projection parameters)
swap valueinsert (insertion value only; sigma-ordered eviction)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0365
StrongREJECT ASR (HarmBench judge)0.0895
Macro over-refusal (WildGuard)0.1906
WikiText-2 perplexity11.6066

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

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
03d4e4a

0 моделей