/ 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_swapgap_b005

Генерация текстаТекст → текст

Экспериментальный сжатый чекпойнт Llama-2-7b-chat для оценки влияния SVD-сжатия и восстановления компонентов на безопасность и полезность модели.

21скачиваний за 30 дней0лайковвеса обновлены10 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

Jeesup/svd-safety-l2_remove60_swapgap_b005 — исследовательский чекпойнт диалоговой модели Llama-2-7b-chat, созданный сжатиями на основе SVD-LLM и частичным восстановлением компонентов. В модели удалено 60,01% параметров исходной модели; затем восстановлены компоненты SVD с бюджетом 0,5%, выбранные по правилу swapgap. Размер чекпойнта — 6,6 млрд параметров, архитектура — плотная LlamaForCausalLM, формат весов — safetensors, контекст — 4096 токенов.

Модель предназначена для изучения компромиссов между сжатием и безопасностью языковых моделей: например, измерения того, как сжатие влияет на устойчивость к вредоносным запросам и склонность к чрезмерным отказам. В README указаны результаты тестов AdvBench, StrongREJECT и WildGuard. Это экспериментальная точка в сетке вариантов исследования, а не универсальный чат-ассистент.

Основа — meta-llama/Llama-2-7b-chat-hf; лицензия — Llama 2. README предупреждает, что сжатие может ухудшать защитное поведение, а некоторые варианты исследования намеренно имеют сниженную безопасность относительно базовой модели. Результаты следует интерпретировать как экспериментальные измерения, а не как гарантию безопасного поведения при практическом применении.

Сценарии применения

  • сравнение защитного поведения модели до и после сжатия
  • измерение устойчивости к вредоносным запросам в AdvBench
  • оценка успешности атак по тесту StrongREJECT
  • изучение чрезмерных отказов на наборе WildGuard
  • исследование восстановления качества сжатой модели правилом swapgap

Ограничения

Экспериментальный чекпойнт не предназначен для использования как универсальный ассистент; сжатие может ухудшать защитное поведение, а указанные результаты относятся к конкретным бенчмаркам. Перед практическим применением необходима самостоятельная оценка поведения модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

svd-safety-l2_remove60_swapgap_b005

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 40.0% of dense parameters, then given a 0.5% parameter budget of restored SVD components selected by the swapgap 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, 60.01% of parameters removed
selection ruleswapgap
restore budget0.500% of dense parameters
components restored3084
components swapped out3084
resulting parameter fraction0.3999
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.3346
StrongREJECT ASR (HarmBench judge)0.3419
Macro over-refusal (WildGuard)0.0625
WikiText-2 perplexity18.0912

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
7aa35b5

0 моделей