/ 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_evfront_b010_r07

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый вариант Llama 2 Chat для изучения изменений безопасности и полезности после сжатия и перестановки параметров.

153скачиваний 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 исследовательский чекпойнт на основе диалоговой Llama 2 от Meta, созданный в рамках исследования влияния сжатия на безопасность и полезность модели. Модель содержит 6,6 млрд параметров, использует плотную архитектуру Llama и принимает текст для генерации ответов. Указанный для базовой модели контекст составляет 4096 токенов.

Чекпойнт сжат методом SVD-LLM: удалено около 40% параметров, после чего выполнено 7 из 10 раундов параметрически нейтральной перестановки компонентов по правилу gap_iter. Он предназначен для измерения компромиссов между безопасностью и полезностью и сравнения вариантов восстановления поведения после сжатия, а не для обычного применения в качестве чат-ассистента. В тестах указаны показатели успешности атак AdvBench 0,0450 и StrongREJECT 0,1450, а также макроуровень избыточных отказов WildGuard 0,1335.

Модель унаследовала диалоговые возможности английской Llama 2 Chat; метаданные указывают лицензию Llama 2. Результаты относятся к конкретному экспериментальному варианту и не гарантируют безопасность или пригодность для развёртывания; перед использованием необходимо провести собственную оценку.

Сценарии применения

  • сравнение безопасности модели до и после сжатия
  • измерение успешности атак на чат-модель
  • анализ избыточных отказов в ответах
  • исследование восстановления поведения после SVD-сжатия

Ограничения

Это исследовательский чекпойнт, не предназначенный для развёртывания как универсальный чат-ассистент; сжатие может ухудшать защитное поведение. Приведённые метрики относятся к конкретным тестам и не заменяют независимую оценку.

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_evfront_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 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 restored4671
components swapped out4430
resulting parameter fraction0.5998
seed42
iterative rounds applied7 of 10
per-round chunk0.100% of dense parameters
parameters swapped in45,301,248 (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)0.0450
StrongREJECT ASR (HarmBench judge)0.1450
Macro over-refusal (WildGuard)0.1335

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
c035b75

0 моделей