/ 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
14 сен 2026

svd-safety-l2_remove50_swapdisc_a010_b010

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый чекпойнт Llama 2 Chat для изучения влияния сжатия и перестановки параметров на безопасность диалоговой модели.

359скачиваний за 30 дней0лайковвеса обновлены14 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 на основе диалоговой Llama 2 Chat от Meta, подготовленный в рамках исследования влияния сжатия на безопасность ответов. Модель содержит 6,6 млрд параметров, использует архитектуру Llama для генерации текста и принимает контекст длиной до 4096 токенов. Она дообучена на базе meta-llama/Llama-2-7b-chat-hf: параметры сжаты методом SVD-LLM до 50% исходного объёма, затем применено 10 раундов параметрически нейтрального обмена весов по правилу disc_iter.

Модель предназначена для измерения компромисса между полезностью и безопасностью после сжатия, а также для изучения того, как разные методы выбора компонентов влияют на восстановление поведения. В README приведены результаты на AdvBench, StrongREJECT и WildGuard. Чекпойнт не предназначен для использования как универсальный чат-ассистент: авторы отмечают, что сжатие повышает успешность атак, а отдельные варианты эксперимента могут быть намеренно менее безопасны, чем исходная Llama 2 Chat. Лицензия — Llama 2.

Сценарии применения

  • измерение успешности атак на сжатую чат-модель
  • сравнение безопасности вариантов сжатия Llama 2
  • оценка компромисса между полезностью и безопасностью модели
  • исследование восстановления защитного поведения после сжатия

Ограничения

Это экспериментальный чекпойнт, не предназначенный для развёртывания как универсальный ассистент. Сжатие может ухудшать защитное поведение и повышать успешность атак; оценки приведены на конкретных наборах AdvBench, StrongREJECT и WildGuard.

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_swapdisc_a010_b010

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 50.0% of dense parameters, then edited by 10 of 10 rounds of iterative parameter-neutral swap selected by the disc_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, 50.01% of parameters removed
selection ruledisc_iter
restore budget1.000% of dense parameters
components restored6091
components swapped out6091
resulting parameter fraction0.4999
seed42
iterative rounds applied10 of 10
per-round chunk0.100% of dense parameters
parameters swapped in64,737,536 (1.00% of dense projection parameters)
swap valueinsert (insertion value only; sigma-ordered eviction)
insertion scale0.1 (components added at this fraction of their strength)

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.4481
StrongREJECT ASR (HarmBench judge)0.2652
Macro over-refusal (WildGuard)0.2020

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
8d57dbc

0 моделей