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_swapgapnet_a010_b010_r02

Генерация текстаТекст → текст3 профессии

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

146скачиваний 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 экспериментальный исследовательский чекпойнт Jeesup на архитектуре Llama-2-7B Chat: модель с 6,6 млрд параметров сжата методом SVD-LLM, в результате удалено около 50% параметров, а затем выполнены 2 из 10 раундов параметрически нейтральной перестановки компонентов по правилу gap_iter. Она предназначена для изучения того, как сжатие влияет на безопасность и полезность ответов, а также для оценки методов восстановления защитного поведения. Модель принимает текст и генерирует текст в диалоговом режиме; базовая модель поддерживает английский язык, контекст составляет 4096 токенов.

В README приведены результаты оценок безопасности: доля успешных атак AdvBench — 0,5096, StrongREJECT — 0,3514, показатель чрезмерных отказов WildGuard — 0,0999. Чекпойнт не предназначен для использования как универсальный чат-ассистент; отдельные варианты исследования намеренно имеют ослабленную безопасность, поэтому результаты требуют самостоятельной оценки. Лицензия — Llama 2 Community License.

Сценарии применения

измерение устойчивости языковой модели к вредоносным запросам после сжатия
сравнение методов восстановления защитного поведения LLM
оценка компромисса между безопасностью и полезностью диалоговой модели
воспроизведение экспериментов по SVD-сжатию Llama 2

Ограничения

Это исследовательский чекпойнт, а не готовый ассистент; в README указано, что сжатие повышает успешность атак и безопасность отдельных вариантов намеренно снижена. Оценки приведены для конкретных бенчмарков и не заменяют самостоятельную проверку.

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.9Разработка и данныеСтатистика, эксперименты и причинный анализAI помогает планировать эксперименты и делать статистически обоснованные выводы о связях и эффектах.18 задач2 881модель II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

svd-safety-l2_remove50_swapgapnet_a010_b010_r02

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 50.0% of dense parameters, then edited by 2 of 10 rounds of iterative parameter-neutral swap selected by the gap_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	`gap_iter`
restore budget	1.000% of dense parameters
components restored	381
components swapped out	381
resulting parameter fraction	0.4999
seed	42
iterative rounds applied	2 of 10
per-round chunk	0.100% of dense parameters
parameters swapped in	4,213,248 (0.07% of dense projection parameters)
swap value	`net` (insertion value + removal value of the sigma-ordered eviction)
insertion scale	0.1 (components added at this fraction of their strength)
checkpoint	intermediate round of a longer run

Measured

metric	value
AdvBench ASR (HarmBench judge)	0.5096
StrongREJECT ASR (HarmBench judge)	0.3514
Macro over-refusal (WildGuard)	0.0999

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: 11bc34b