/ 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_a050_b010_r05

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый чекпойнт Llama 2 7B Chat для изучения компромиссов между эффективностью модели и безопасностью ответов.

106скачиваний 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 Jeesup на базе диалоговой модели Meta Llama 2 7B Chat. Модель с архитектурой LlamaForCausalLM сжата методом SVD-LLM: удалено около 50% параметров плотной модели, после чего выполнено 5 из 10 раундов итеративной перестановки параметров по правилу disc_iter. Размер чекпойнта — 6,6 млрд параметров, контекст — 4096 токенов; он принимает текст и генерирует текст в диалоговом формате.

Модель создана как один из вариантов эксперимента по изучению влияния сжатия на безопасность и полезность языковых моделей, а также способов восстановления защитного поведения. В карточке приведены измерения доли успешных атак и избыточных отказов на тестовых наборах. Это экспериментальный объект для анализа и сравнения, а не универсальный чат-ассистент для развертывания. Унаследована лицензия Llama 2; применяются её условия использования.

Сценарии применения

  • измерение влияния сжатия на безопасность чат-модели
  • сравнение методов восстановления защитного поведения после сжатия
  • оценка устойчивости к атакам на вредоносные запросы
  • анализ избыточных отказов модели на тестовых наборах

Ограничения

Это исследовательский вариант, не предназначенный для развертывания как универсальный ассистент; сжатие может ухудшать безопасное поведение, а результаты необходимо проверять самостоятельно. В README указаны повышенные показатели успешности атак относительно базовой модели для некоторых вариантов эксперимента.

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_a050_b010_r05

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 50.0% of dense parameters, then edited by 5 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 restored3265
components swapped out3265
resulting parameter fraction0.4999
seed42
iterative rounds applied5 of 10
per-round chunk0.100% of dense parameters
parameters swapped in32,366,336 (0.50% of dense projection parameters)
swap valueinsert (insertion value only; sigma-ordered eviction)
insertion scale0.5 (components added at this fraction of their strength)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.3712
StrongREJECT ASR (HarmBench judge)0.3291
Macro over-refusal (WildGuard)0.0929

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
f0f91af

0 моделей