/ 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_r05

Генерация текстаТекст → текст3 профессии

Экспериментально сжатая и частично отредактированная модель Llama 2 Chat для исследования влияния сжатия на безопасность и полезность ответов.

293скачиваний за 30 дней1лайквеса 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 вариант диалоговой языковой модели Llama 2, подготовленный Jeesup на основе meta-llama/Llama-2-7b-chat-hf. Модель с архитектурой LlamaForCausalLM сжата методом SVD-LLM: удалено около 50% параметров, после чего выполнено 5 из 10 раундов итеративной параметрически нейтральной замены компонентов по правилу disc_iter. Размер составляет 6,6 млрд параметров, контекст — 4096 токенов.

Чекпойнт предназначен для изучения того, как сжатие влияет на безопасность и полезность чат-моделей и могут ли выбранные замены компонентов восстановить поведение модели. В карточке приведены показатели атак на AdvBench и StrongREJECT и показатель избыточных отказов WildGuard. Модель не предназначена для использования как универсальный чат-ассистент; её результаты следует оценивать в рамках экспериментов по безопасности и сжатию.

Модель принимает текст и генерирует текст. Базовая модель ориентирована на общение на английском языке. Для использования требуется соблюдать лицензию Llama 2; README не приводит её условия.

Сценарии применения

  • сравнение безопасности чат-моделей после сжатия SVD
  • измерение устойчивости к состязательным запросам
  • исследование влияния замены компонентов на поведение модели
  • оценка соотношения полезности и безопасности при сжатии

Ограничения

Чекпойнт является экспериментальным и не предназначен для развертывания как универсальный ассистент; сжатие может ухудшать защитное поведение. Перед использованием в исследовании необходимо самостоятельно оценить его безопасность и полезность.

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_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 restored2875
components swapped out2875
resulting parameter fraction0.4999
seed42
iterative rounds applied5 of 10
per-round chunk0.100% of dense parameters
parameters swapped in32,357,888 (0.50% of dense projection parameters)
swap valuenet (insertion value + removal value of the sigma-ordered eviction)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.1962
StrongREJECT ASR (HarmBench judge)0.3035
Macro over-refusal (WildGuard)0.0886

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
0dca9dc

0 моделей