/ 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
18 сен 2026

svd-safety-l2_swift_remove20_swapgapiter_b010_r02

Генерация текстаТекст → текст3 профессии

Экспериментальный вариант Llama 2 7B Chat для исследования влияния SVD-сжатия и восстановления параметров на безопасность диалоговой модели.

218скачиваний за 30 дней0лайковвеса обновлены22 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

Экспериментальный чекпойнт Jeesup на базе диалоговой Llama 2 7B Chat от Meta, предназначенный для изучения влияния сжатия на безопасность ответов и восстановления поведения модели. Веса сжаты методом Swift-SVD с восстановлением LoRA: удалено около 20% параметров относительно исходной модели, после чего применены 2 из 10 раундов итеративного параметрически нейтрального обмена компонентами по правилу gap_iter. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM, принимает текст и генерирует текст; контекст — до 4096 токенов. Базовая модель рассчитана на диалог на английском языке.

Чекпойнт является одной точкой экспериментальной сетки по правилам выбора компонентов и бюджетам, а не универсальным чат-ассистентом. В README приведены метрики успешности атак AdvBench и StrongREJECT и показатель чрезмерных отказов WildGuard; авторы предупреждают, что сжатие может ухудшать безопасность, а отдельные варианты эксперимента намеренно снижали её. Лицензия — Llama 2; перед применением требуется самостоятельная оценка поведения модели.

Сценарии применения

  • сравнение безопасности ответов до и после сжатия Llama 2
  • оценка устойчивости чат-модели к вредоносным запросам
  • исследование восстановления поведения после Swift-SVD-сжатия
  • измерение компромисса между безопасностью и полезностью языковой модели

Ограничения

Это исследовательский чекпойнт, не предназначенный для развёртывания как универсальный ассистент; сжатие может ухудшить защитное поведение, и отдельные экспериментальные варианты намеренно снижали безопасность. Перед использованием необходимо самостоятельно проверить безопасность и полезность ответов.

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_swift_remove20_swapgapiter_b010_r02

A Llama-2-7b-chat checkpoint compressed with Swift-SVD with LoRA recovery (base checkpoint Jeesup/svd-safety-l2_swift_remove20) to 80.0% 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

fieldvalue
base (uncompressed)meta-llama/Llama-2-7b-chat-hf
compressionSwift-SVD with LoRA recovery (base checkpoint Jeesup/svd-safety-l2_swift_remove20), 20.01% of parameters removed
selection rulegap_iter
restore budget1.000% of dense parameters
components restored1298
components swapped out1298
resulting parameter fraction0.7999
seed42
iterative rounds applied2 of 10
per-round chunk0.100% of dense parameters
parameters swapped in12,948,736 (0.20% of dense projection parameters)
evictionmatrix-local (each insertion evicts a component of the same matrix)
swap valueinsert (insertion value only; sigma-ordered eviction)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0350
StrongREJECT ASR (HarmBench judge)0.1050
Macro over-refusal (WildGuard)0.1575

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 them. 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
ac511a0

0 моделей