/ 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
15 сен 2026

svd-safety-l2_remove50_swapgapnet_a020_c002_b010_r03

Генерация текстаТекст → текст3 профессии

Исследовательский вариант Llama 2 7B Chat, сжатый методом SVD и частично скорректированный для изучения изменений безопасности и полезности модели.

327скачиваний за 30 дней0лайковвеса обновлены15 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 на основе диалоговой модели Meta Llama 2 7B Chat, разработанный для изучения влияния сжатия на безопасное поведение языковых моделей. Веса сжаты методом SVD-LLM до примерно половины исходного числа параметров, затем выполнены 3 из 5 раундов перестановки параметров по правилу gap_iter. Модель содержит 6,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM, формат safetensors и контекст до 4096 токенов.

Модель предназначена для экспериментов по оценке компромисса между сжатием, полезностью и безопасностью, а также для сравнения правил восстановления поведения после сжатия. В README приведены результаты на AdvBench, StrongREJECT и WildGuard; зафиксированы доли успешных атак 0,5404 и 0,3131 на первых двух наборах и макродоля избыточных отказов 0,1021 на WildGuard.

Это не универсальный чат-ассистент и не готовая к развертыванию модель: отдельные варианты намеренно имеют ослабленное безопасное поведение. Перед применением результаты следует самостоятельно оценить. Лицензия — Llama 2; применяются её условия использования.

Сценарии применения

  • оценка влияния сжатия весов на безопасное поведение LLM
  • сравнение правил восстановления параметров после SVD-сжатия
  • измерение успешности атак на диалоговую модель
  • анализ избыточных отказов после сжатия модели

Ограничения

Экспериментальный чекпойнт не предназначен для использования как готовый ассистент; сжатие может ухудшать безопасное поведение, а измеренные показатели относятся к указанным в README оценочным наборам. Перед использованием требуется самостоятельная проверка.

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_swapgapnet_a020_c002_b010_r03

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 50.0% of dense parameters, then edited by 3 of 5 rounds of iterative parameter-neutral swap selected by the gap_iter rule (up to 0.2% 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 rulegap_iter
restore budget1.000% of dense parameters
components restored667
components swapped out667
resulting parameter fraction0.4999
seed42
iterative rounds applied3 of 5
per-round chunk0.200% of dense parameters
parameters swapped in7,440,896 (0.11% of dense projection parameters)
swap valuenet (insertion value + removal value of the sigma-ordered eviction)
insertion scale0.2 (components added at this fraction of their strength)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.5404
StrongREJECT ASR (HarmBench judge)0.3131
Macro over-refusal (WildGuard)0.1021

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
07f7af9

0 моделей