/ 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
10 сен 2026

svd-safety-l2_remove60_disc_b001

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый чекпойнт Llama 2 Chat для исследования влияния SVD-сжатия и восстановления компонентов на безопасность ответов.

231скачиваний за 30 дней0лайковвеса обновлены10 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

Jeesup/svd-safety-l2_remove60_disc_b001 — исследовательский чекпойнт на архитектуре Llama, созданный на основе диалоговой модели meta-llama/Llama-2-7b-chat-hf. Весовая матрица сжата методом SVD-LLM: удалено 59,91% параметров, после чего восстановлены компоненты SVD по правилу disc с бюджетом 0,1%. Модель содержит 6,6 млрд параметров, использует формат safetensors и имеет контекст до 4096 токенов.

Чекпойнт предназначен для изучения того, как сжатие влияет на безопасность и полезность ответов и насколько разные правила восстановления компонентов возвращают исходное поведение. В README приведены показатели успешности атак на AdvBench и StrongREJECT и показатель чрезмерных отказов по WildGuard. Автор предупреждает, что некоторые варианты эксперимента намеренно хуже исходной модели справляются с безопасностью; этот чекпойнт следует оценивать как экспериментальный объект, а не использовать как готового ассистента. Лицензия — Llama 2.

Сценарии применения

  • измерение устойчивости сжатой языковой модели к вредоносным запросам
  • сравнение правил восстановления компонентов после SVD-сжатия
  • оценка компромисса между безопасностью и полезностью ответов
  • исследование чрезмерных отказов диалоговой модели

Ограничения

Это исследовательский чекпойнт, а не готовый универсальный чат-ассистент; сжатие может ухудшать безопасное поведение, и автор рекомендует самостоятельно оценивать модель перед использованием. В README приведены повышенные показатели успешности атак для ряда 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_remove60_disc_b001

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 40.1% of dense parameters, then given a 0.1% parameter budget of restored SVD components selected by the disc rule.

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, 59.91% of parameters removed
selection ruledisc
restore budget0.100% of dense parameters
components restored691
components swapped out0
resulting parameter fraction0.4009
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.4019
StrongREJECT ASR (HarmBench judge)0.3355
Macro over-refusal (WildGuard)0.1217
WikiText-2 perplexity17.6990

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
9ecefa2

0 моделей