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

Ссылки

svd-safety-l2_remove50_swapdisc_a050_b010_r03

Генерация текстаТекст → текст3 профессии

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

114скачиваний 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

Jeesup/svd-safety-l2_remove50_swapdisc_a050_b010_r03 — исследовательский чекпойнт на основе диалоговой модели Llama 2 7B Chat от Meta. Его сжали методом SVD-LLM, удалив около 50% параметров, затем выполнили 3 из 10 раундов итеративной замены параметров по правилу disc_iter. Модель предназначена для генерации текста в диалогах и изучения того, как сжатие влияет на безопасность ответов и полезность модели.

В карточке приведены результаты измерений на AdvBench, StrongREJECT и WildGuard, включая показатели успешности атак и чрезмерного отказа. Автор предупреждает, что отдельные варианты эксперимента намеренно имеют сниженные показатели безопасности; этот чекпойнт не предназначен для использования как универсальный чат-ассистент. Базовая модель — meta-llama/Llama-2-7b-chat-hf, архитектура LlamaForCausalLM, около 6,6 млрд параметров, контекст до 4096 токенов. Репозиторий использует safetensors; лицензия — Llama 2. Языковая поддержка в карточке не перечислена, базовая модель ориентирована на английский язык.

Сценарии применения

измерение устойчивости диалоговой модели к вредоносным запросам
сравнение безопасности моделей после сжатия весов
анализ компромисса между полезностью и безопасностью LLM
оценка методов восстановления поведения модели после сжатия

Ограничения

Это экспериментальный вариант, который автор не рекомендует применять как универсального ассистента; в исследовании некоторые варианты намеренно имеют ухудшенное безопасное поведение. Перед использованием необходимо самостоятельно оценить безопасность и полезность модели.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

svd-safety-l2_remove50_swapdisc_a050_b010_r03

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 50.0% of dense parameters, then edited by 3 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

field	value
base (uncompressed)	`meta-llama/Llama-2-7b-chat-hf`
compression	SVD-LLM, 50.01% of parameters removed
selection rule	`disc_iter`
restore budget	1.000% of dense parameters
components restored	1956
components swapped out	1956
resulting parameter fraction	0.4999
seed	42
iterative rounds applied	3 of 10
per-round chunk	0.100% of dense parameters
parameters swapped in	19,417,344 (0.30% of dense projection parameters)
swap value	`insert` (insertion value only; sigma-ordered eviction)
insertion scale	0.5 (components added at this fraction of their strength)
checkpoint	intermediate round of a longer run

Measured

metric	value
AdvBench ASR (HarmBench judge)	0.2846
StrongREJECT ASR (HarmBench judge)	0.2684
Macro over-refusal (WildGuard)	0.1572

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: 7d699c8