/ 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_remove50_swapdisc_a020_c002_b010_r02

Генерация текстаТекст → текст3 профессии

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

370скачиваний 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 на основе диалоговой модели Llama 2 7B Chat от Meta, подготовленный в рамках исследования влияния сжатия на безопасность ответов. Модель имеет архитектуру LlamaForCausalLM, около 6,6 млрд параметров и контекст до 4096 токенов; для работы использует библиотеку Transformers и формат safetensors.

Веса сжаты методом SVD-LLM: удалено около 50% параметров. Затем выполнены 2 из 5 раундов итеративного обмена параметрами по правилу disc_iter. Чекпойнт предназначен для измерения компромиссов между безопасностью и полезностью модели, а не для использования в качестве универсального чат-ассистента. В README приведены результаты тестирования на AdvBench, StrongREJECT и WildGuard.

В исследовании отмечено, что сжатие повышает вероятность успешных атак, а отдельные варианты намеренно имеют более низкую безопасность, чем исходная модель. Перед использованием следует самостоятельно оценить поведение чекпойнта. Лицензия — Llama 2 Community License.

Сценарии применения

  • оценка безопасности ответов сжатой языковой модели
  • сравнение успешности атак на модель до и после сжатия
  • исследование компромисса между полезностью и безопасностью чат-моделей

Ограничения

Это исследовательский чекпойнт, а не готовый универсальный ассистент; сжатие может повысить успешность атак, а безопасность и полезность требуют отдельной оценки.

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_a020_c002_b010_r02

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 50.0% of dense parameters, then edited by 2 of 5 rounds of iterative parameter-neutral swap selected by the disc_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, 50.01% of parameters removed
selection ruledisc_iter
restore budget1.000% of dense parameters
components restored2527
components swapped out2527
resulting parameter fraction0.4999
seed42
iterative rounds applied2 of 5
per-round chunk0.200% of dense parameters
parameters swapped in25,899,008 (0.40% of dense projection parameters)
swap valueinsert (insertion value only; 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)0.3865
StrongREJECT ASR (HarmBench judge)0.2364
Macro over-refusal (WildGuard)0.2187

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
4bd8dfb

0 моделей