/ 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_sigma_b010

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый чекпойнт Llama 2 Chat для изучения компромиссов между безопасностью и полезностью генеративных языковых моделей.

321скачиваний 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

Исследовательский чекпойнт Jeesup на базе диалоговой Llama 2 Chat от Meta с 6,6 млрд параметров. Модель сжата методом SVD-LLM: удалено 49,02% параметров, после чего восстановлены компоненты SVD с бюджетом 1,0%, выбранные по правилу sigma. Это один вариант в серии экспериментов по изучению влияния сжатия на безопасность и полезность языковых моделей.

Модель предназначена для генерации текста и сравнительной оценки защитного поведения после сжатия, а не для использования в качестве универсального чат-ассистента. В README приведены результаты проверок на устойчивость к вредоносным запросам и избыточный отказ; авторы предупреждают, что сжатие может ухудшать безопасность. Контекст составляет 4096 токенов. Репозиторий содержит веса safetensors и распространяется по лицензии Llama 2.

Сценарии применения

  • сравнение защитного поведения языковых моделей после сжатия
  • оценка успешности атак на сжатые чат-модели
  • изучение восстановления поведения модели компонентами SVD
  • исследование избыточных отказов в ответах ассистента

Ограничения

Это исследовательский экспериментальный чекпойнт, не предназначенный для развёртывания как универсальный ассистент. В README указано, что сжатие повышает успешность атак; модель следует оценивать самостоятельно перед использованием.

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_sigma_b010

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 51.0% of dense parameters, then given a 1.0% parameter budget of restored SVD components selected by the sigma 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, 49.02% of parameters removed
selection rulesigma
restore budget1.000% of dense parameters
components restored5440
components swapped out0
resulting parameter fraction0.5098
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.5096
StrongREJECT ASR (HarmBench judge)0.3546
Macro over-refusal (WildGuard)0.1136
WikiText-2 perplexity13.2611

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
adf6a54

0 моделей