/ 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_sigma_b005

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Llama 2 Chat, сжатый методом SVD-LLM для исследования влияния сжатия на безопасность и полезность ответов.

234скачиваний 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_sigma_b005 — исследовательский чекпойнт на основе диалоговой Llama 2 Chat от Meta, сжатый методом SVD-LLM и частично восстановленный по правилу sigma. После удаления 59,51% параметров модель содержит 40,5% параметров плотной исходной модели; для восстановления использован бюджет компонентов SVD в 0,5%. Число параметров — 6,6 млрд, архитектура — плотная LlamaForCausalLM, формат весов — safetensors, длина контекста — 4096 токенов.

Модель создана для изучения того, как сжатие влияет на безопасность и полезность ответов и насколько выбранные компоненты помогают восстановить поведение. В README приведены результаты измерений на AdvBench, StrongREJECT и WildGuard. Это отдельная экспериментальная точка в серии сравнений, а не универсальный чат-ассистент; автор предупреждает, что сжатие может ухудшать защиту от атак. Базовая модель ориентирована на общение на английском языке. Лицензия — Llama 2 Community License.

Сценарии применения

  • измерение устойчивости языковой модели к атакам на безопасность
  • сравнение правил восстановления компонентов после SVD-сжатия
  • оценка доли успешных вредоносных запросов на тестовых наборах
  • изучение компромисса между сжатием и полезностью диалоговой модели

Ограничения

Это исследовательский чекпойнт, не предназначенный для применения как универсальный ассистент; сжатие может ухудшать защитное поведение, поэтому результаты и пригодность модели нужно проверять самостоятельно.

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_sigma_b005

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 40.5% of dense parameters, then given a 0.5% parameter budget of restored SVD components selected by the sigma 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, 59.51% of parameters removed
selection rulesigma
restore budget0.500% of dense parameters
components restored2720
components swapped out0
resulting parameter fraction0.4049
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.3115
StrongREJECT ASR (HarmBench judge)0.4026
Macro over-refusal (WildGuard)0.0828
WikiText-2 perplexity17.4001

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
cfc114a

0 моделей