/ 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
17 сен 2026

svd-safety-l2_remove40_swapgapiter_b010_r04

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый чекпойнт Llama 2 для исследования влияния компрессии и параметрических замен на безопасность и полезность диалоговой модели.

221скачиваний за 30 дней0лайковвеса обновлены17 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

Это экспериментальный чекпойнт Llama-2-7b-chat от автора репозитория Jeesup, созданный для изучения того, как сжатие влияет на безопасность и полезность языковой модели и можно ли частично восстановить её поведение. Модель основана на meta-llama/Llama-2-7b-chat-hf: методом SVD-LLM удалено 40,02% параметров, после чего выполнены 4 из 10 раундов итеративной параметрически нейтральной замены компонентов по правилу gap_iter. Чекпойнт содержит около 6,6 млрд параметров, использует архитектуру LlamaForCausalLM, формат safetensors и контекст до 4096 токенов.

Модель предназначена для исследовательских сравнений компромиссов между сжатием, безопасностью и полезностью, а не для повседневного общения или развёртывания в качестве ассистента. В README приведены результаты измерений на AdvBench, StrongREJECT и WildGuard; автор предупреждает, что сжатие может повысить долю успешных атак, а отдельные варианты намеренно ухудшают безопасное поведение. Базовая модель рассчитана на диалог на английском языке; лицензия — Llama 2 Community License.

Сценарии применения

  • сравнение безопасности модели до и после сжатия
  • оценка устойчивости диалоговых моделей к вредоносным запросам
  • изучение компромисса между полезностью и отказами после компрессии
  • воспроизведение экспериментов с SVD-LLM и правилом gap_iter

Ограничения

Экспериментальный вариант не предназначен для развёртывания как универсальный ассистент; сжатие может ухудшать безопасность, а приведённые метрики относятся к конкретным тестовым наборам. Перед использованием в исследованиях следует самостоятельно оценить 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_swapgapiter_b010_r04

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 60.0% of dense parameters, then edited by 4 of 10 rounds of iterative parameter-neutral swap selected by the gap_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 rulegap_iter
restore budget1.000% of dense parameters
components restored2659
components swapped out2659
resulting parameter fraction0.5998
seed42
iterative rounds applied4 of 10
per-round chunk0.100% of dense parameters
parameters swapped in25,881,344 (0.40% of dense projection parameters)
swap valueinsert (insertion value only; sigma-ordered eviction)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.4350
StrongREJECT ASR (HarmBench judge)0.3100
Macro over-refusal (WildGuard)0.0448

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 them. 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
fae03b6

0 моделей