Характеристики

Контекст: 131 072 токена
Параметры: 7,5 млрд
Размер весов: 16,1 ГБ
Лицензия: Llama 3.1
Архитектура: llama · dense
Базовая модель: Llama-3.1-8B-Instruct
Библиотека: transformers
Опубликована: 11 сен 2026

Ссылки

svd-safety-l31_keep50_disc_b010

Генерация текстаТекст → текст3 профессии

Экспериментальная сжатая версия Llama 3.1 8B Instruct для исследования влияния SVD-сжатия и восстановления компонентов на безопасность и полезность языковой модели.

247скачиваний за 30 дней0лайковвеса обновлены11 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-l31_keep50_disc_b010 — исследовательский чекпойнт на базе Meta Llama 3.1 8B Instruct, сжатый методом SVD-LLM до 51% исходного числа параметров и дополненный восстановленными компонентами SVD с бюджетом 1% по правилу disc. Модель предназначена для изучения того, как сжатие влияет на безопасность и полезность языковых моделей и насколько выборочное восстановление компонентов может смягчить эти изменения.

Это не универсальный чат-ассистент для развёртывания. В README приведены результаты измерений атакоустойчивости и чрезмерных отказов; авторы предупреждают, что сжатие может ухудшать защитное поведение. Модель принимает текст и генерирует текст, поддерживает диалоговый интерфейс. Контекст — до 131 072 токенов, размер — 7,5 млрд параметров. Унаследованы многоязычные возможности базовой Llama 3.1 Instruct; конкретные основные языки этого чекпойнта не выделены. Лицензия — Llama 3.1.

Сценарии применения

сравнение безопасности моделей до и после SVD-сжатия
измерение успешности атак на сжатую языковую модель
оценка чрезмерных отказов чат-модели
исследование восстановления компонентов SVD для снижения деградации безопасности

Ограничения

Исследовательский чекпойнт, не предназначенный для использования как обычный чат-ассистент; сжатие может ухудшать защитное поведение и повышать успешность атак. Перед использованием необходимо самостоятельно оценить безопасность и полезность модели.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.2Разработка и данныеСоздание и понимание программного кодаAI помогает писать, объяснять и связывать программный код с требованиями и существующей системой.20 задач21 443модели II.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

svd-safety-l31_keep50_disc_b010

A Llama-3.1-8B-Instruct checkpoint compressed with SVD-LLM to 51.0% of dense parameters, then given a 1.0% 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

field	value
base (uncompressed)	`meta-llama/Llama-3.1-8B-Instruct`
compression	SVD-LLM, 49.03% of parameters removed
selection rule	`disc`
restore budget	1.000% of dense parameters
components restored	8546
components swapped out	0
resulting parameter fraction	0.5097
seed	42

Measured

metric	value
AdvBench ASR (HarmBench judge)	0.2038
StrongREJECT ASR (HarmBench judge)	0.1470
Macro over-refusal (WildGuard)	0.4625
WikiText-2 perplexity	145.7801

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-3.1-8B-Instruct: 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 3.1 Community License. LICENSE and USE_POLICY.md are included in this repository, and use of this derivative is bound by both. Built with Llama.

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: 9058bca