/ 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_remove40_swapgapiter_b010

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый и изменённый чекпойнт Llama 2 для исследования компромиссов между безопасностью и полезностью языковых моделей.

431скачиваний 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

Это исследовательский чекпойнт на базе диалоговой Llama 2 от Jeesup, созданный для изучения того, как сжатие влияет на безопасное поведение языковой модели и насколько его можно восстановить. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; базовая модель рассчитана на контекст до 4096 токенов. Чекпойнт сжат методом Swift-SVD с восстановлением LoRA до 60% исходного числа параметров, а затем изменён в 10 раундов перестановки параметров по правилу gap_iter.

Модель предназначена для генерации текста и диалога в экспериментах по оценке безопасности и полезности сжатых моделей. В README приведены результаты на тестах AdvBench, StrongREJECT и WildGuard. Авторы предупреждают, что отдельные варианты сетки экспериментов могут быть намеренно менее безопасными, чем исходная Llama-2-7b-chat, поэтому этот чекпойнт следует рассматривать как экспериментальный объект, а не как готового ассистента. Лицензия — Llama 2; её условия распространяются на использование модели.

Сценарии применения

  • измерение влияния сжатия на безопасные ответы LLM
  • сравнение стратегий восстановления поведения после сжатия
  • оценка устойчивости чат-моделей к вредоносным запросам
  • анализ чрезмерных отказов в ответах модели

Ограничения

README характеризует чекпойнт как экспериментальный и не предназначенный для развёртывания в качестве универсального ассистента; сжатие может ухудшать безопасное поведение. Перед использованием необходимо самостоятельно оценить безопасность и полезность модели.

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_remove40_swapgapiter_b010

A Llama-2-7b-chat checkpoint compressed with Swift-SVD with LoRA recovery (base checkpoint Jeesup/svd-safety-l2_swift_remove40) to 60.0% of dense parameters, then edited by 10 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_remove40), 40.02% of parameters removed
selection rulegap_iter
restore budget1.000% of dense parameters
components restored6502
components swapped out6502
resulting parameter fraction0.5998
seed42
iterative rounds applied10 of 10
per-round chunk0.100% of dense parameters
parameters swapped in64,717,568 (1.00% of dense projection parameters)
evictionmatrix-local (each insertion evicts a component of the same matrix)
swap valueinsert (insertion value only; sigma-ordered eviction)

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0558
StrongREJECT ASR (HarmBench judge)0.1342
Macro over-refusal (WildGuard)0.1442
WikiText-2 perplexity11.7512

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
4125800

0 моделей