/ 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_swapdiscnet_b010

Генерация текстаТекст → текст3 профессии

Экспериментальная сжатая версия Llama-2-7b-chat для изучения компромиссов между размером модели, полезностью и безопасностью ответов.

270скачиваний за 30 дней0лайковвеса обновлены14 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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 основе диалоговой Llama-2-7b-chat от Meta, предназначенный для изучения влияния сжатия на безопасность и полезность ответов. Модель с архитектурой LlamaForCausalLM содержит 6,6 млрд параметров и принимает текст, генерируя текст в диалоговом режиме; контекст — до 4096 токенов.

Веса сжаты методом SVD-LLM: удалено около 50% параметров. Затем выполнено 10 итераций параметрически нейтрального обмена компонентами по правилу disc_iter, с общим бюджетом до 1% исходных параметров. В README приведены результаты оценки атак на безопасность и избыточных отказов; они характеризуют экспериментальные метрики, а не гарантируют безопасное поведение в реальном применении.

Модель предназначена для сравнительных исследований компрессии и восстановления поведения безопасности, а не для использования как универсальный помощник. Лицензия — Llama 2 Community License; перед использованием следует соблюдать её условия.

Сценарии применения

  • измерение влияния сжатия весов на безопасность чат-модели
  • сравнение правил восстановления поведения безопасности после сжатия
  • оценка устойчивости диалоговой модели к вредоносным запросам
  • анализ компромиссов между безопасностью и избыточными отказами

Ограничения

Это экспериментальный чекпойнт, который README прямо не рекомендует использовать как универсального помощника. Сжатие может ухудшать безопасное поведение; качество и безопасность необходимо самостоятельно оценивать для конкретного применения.

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_swapdiscnet_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 restored5717
components swapped out5717
resulting parameter fraction0.4999
seed42
iterative rounds applied10 of 10
per-round chunk0.100% of dense parameters
parameters swapped in64,715,008 (1.00% of dense projection parameters)
swap valuenet (insertion value + removal value of the sigma-ordered eviction)

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0327
StrongREJECT ASR (HarmBench judge)0.0927
Macro over-refusal (WildGuard)0.3166

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

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
f19a884

0 моделей