/ 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
10 сен 2026

svd-safety-l2_remove50_gap_b001

Генерация текстаТекст → текст3 профессии

Экспериментальный вариант Llama 2 Chat 7B со сжатием SVD и частичным восстановлением компонентов для исследования влияния компрессии на безопасность модели.

131скачиваний за 30 дней0лайковвеса обновлены10 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

Jeesup/svd-safety-l2_remove50_gap_b001 — исследовательский чекпойнт на базе диалоговой Llama 2 от Meta, подготовленный для изучения влияния сжатия на безопасность и полезность языковых моделей. Модель семейства Llama имеет плотную архитектуру причинного языкового моделирования, около 6,6 млрд параметров и контекст до 4096 токенов. Согласно карточке, при сжатии SVD-LLM удалено 49,91% параметров, после чего восстановлены компоненты SVD в пределах бюджета 0,1% по правилу gap.

Чекпойнт предназначен для генерации текста и сравнительных экспериментов с безопасностью, а не для общего использования в качестве чат-ассистента. В README приведены метрики успешности атак AdvBench и StrongREJECT и показатель чрезмерного отказа на WildGuard; измерения иллюстрируют компромиссы безопасности и полезности, а не гарантируют безопасное поведение. Языковые и прикладные ограничения базовой модели сохраняются; базовая модель описана как ориентированная на общение на английском языке.

Модель доступна в формате safetensors через Transformers. Лицензия — Llama 2; применяйте её с учётом условий лицензии Meta. README характеризует этот чекпойнт как экспериментальный объект и не рекомендует считать его готовым к развёртыванию без самостоятельной оценки.

Сценарии применения

  • сравнение безопасности языковых моделей после сжатия
  • измерение успешности атак на чат-модель
  • оценка чрезмерных отказов после компрессии
  • исследование восстановления поведения модели компонентами SVD

Ограничения

Это экспериментальный чекпойнт, не предназначенный для развёртывания как универсальный чат-ассистент; сжатие может ухудшать безопасное поведение, а приведённые метрики не гарантируют безопасность в других сценариях. Перед применением необходимо самостоятельно оценить качество и риски.

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_remove50_gap_b001

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 50.1% of dense parameters, then given a 0.1% parameter budget of restored SVD components selected by the gap rule.

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, 49.91% of parameters removed
selection rulegap
restore budget0.100% of dense parameters
components restored669
components swapped out0
resulting parameter fraction0.5009
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.4731
StrongREJECT ASR (HarmBench judge)0.2748
Macro over-refusal (WildGuard)0.1290
WikiText-2 perplexity13.5679

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
f3e0881

0 моделей