/ Модель

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

svd-safety-l31_keep50_gap_b010

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый вариант Llama 3.1 8B Instruct для изучения влияния SVD-компрессии на безопасность и полезность ответов.

224скачиваний 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

Экспериментальный чекпойнт на базе Meta Llama 3.1 8B Instruct, сжатый методом SVD-LLM примерно до 51% исходного числа параметров. После сжатия в модель добавили компоненты SVD с бюджетом 1%, выбранные правилом gap; всего удалено 49,03% параметров. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов.

Чекпойнт создан для исследования того, как SVD-сжатие влияет на безопасность и полезность ответов и насколько разные правила восстановления компонентов меняют этот эффект. Это одна из экспериментальных конфигураций сетки сравнений, а не универсальный чат-ассистент. В README приведены оценки успешности атак на AdvBench и StrongREJECT, а также метрика чрезмерных отказов WildGuard.

Модель принимает текст и генерирует текст; базовая модель предназначена для многоязычных диалогов. По результатам исследования сжатие может ухудшать защитное поведение и повышать успешность атак, поэтому чекпойнт не следует считать готовым для развёртывания без отдельной оценки. Лицензия — Llama 3.1.

Сценарии применения

  • сравнение безопасности сжатых языковых моделей
  • измерение устойчивости чат-модели к вредоносным запросам
  • оценка успешности атак на ответы модели
  • исследование восстановления безопасности после SVD-сжатия

Ограничения

Сжатие может ухудшать защитное поведение и повышать успешность атак; авторы отмечают, что чекпойнт предназначен для экспериментов, а не для развёртывания как универсальный помощник. Перед практическим использованием необходима самостоятельная оценка.

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-l31_keep50_gap_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 gap 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-3.1-8B-Instruct
compressionSVD-LLM, 49.03% of parameters removed
selection rulegap
restore budget1.000% of dense parameters
components restored8570
components swapped out0
resulting parameter fraction0.5097
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.3423
StrongREJECT ASR (HarmBench judge)0.3131
Macro over-refusal (WildGuard)0.1548
WikiText-2 perplexity83.0885

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
06f523f

0 моделей