/ 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_swapgapnet_a020_c002_b010_r02

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый чекпойнт Llama 2 7B Chat для исследования влияния сжатия и замены параметров на безопасность модели.

355скачиваний 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

Это исследовательский чекпойнт Jeesup на базе диалоговой модели Meta Llama 2 7B Chat. Модель с архитектурой LlamaForCausalLM содержит 6,6 млрд параметров, принимает текст и генерирует текст; заявленный контекст — 4096 токенов. Веса сжаты методом SVD-LLM примерно до 60% исходного числа параметров, после чего выполнены два из пяти раундов итеративной замены параметров по правилу gap_iter.

Чекпойнт создан для изучения того, как SVD-сжатие влияет на безопасность и полезность модели, и для измерения восстановления поведения при замене компонентов. В README приведены результаты оценок отказов и успешности атак; некоторые варианты этой серии намеренно имеют сниженную безопасность. Модель не предназначена для использования как универсальный чат-ассистент. Языковые сведения в карточке указывают на английский как язык базовой модели. Лицензия — Llama 2 Community License.

Сценарии применения

  • оценка безопасности сжатых языковых моделей
  • измерение успешности атак на чат-модель
  • сравнение восстановления поведения после сжатия
  • исследование компромисса между полезностью и безопасностью модели

Ограничения

Чекпойнт экспериментальный и не предназначен для развёртывания как универсальный ассистент; сжатие может повышать успешность атак и менять поведение отказов. Перед исследовательскими выводами требуется собственная оценка 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_swapgapnet_a020_c002_b010_r02

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 60.0% of dense parameters, then edited by 2 of 5 rounds of iterative parameter-neutral swap selected by the gap_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 rulegap_iter
restore budget1.000% of dense parameters
components restored781
components swapped out781
resulting parameter fraction0.5998
seed42
iterative rounds applied2 of 5
per-round chunk0.200% of dense parameters
parameters swapped in8,983,040 (0.14% of dense projection parameters)
swap valuenet (insertion value + removal value of the 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)0.3000
StrongREJECT ASR (HarmBench judge)0.1821
Macro over-refusal (WildGuard)0.0868

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
972e7f6

0 моделей