/ 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_keep70_disc_b001

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый вариант Llama-3.1-8B-Instruct для исследования влияния сжатия и восстановления компонентов на безопасность и полезность модели.

208скачиваний 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_keep70_disc_b001 — исследовательский чекпойнт на основе Llama-3.1-8B-Instruct от Meta, сжатый методом SVD-LLM до 70,1% исходного числа параметров. Затем восстановлена часть компонентов SVD, отобранных по правилу disc, с бюджетом 0,1% параметров. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; базовая модель поддерживает контекст до 131 072 токенов.

Чекпойнт создан для изучения того, как сжатие влияет на безопасность и полезность инструкционной языковой модели и насколько восстановление выбранных компонентов меняет эти свойства. В README приведены результаты оценок безопасности на AdvBench и StrongREJECT, а также показатель избыточных отказов на WildGuard. Это отдельный вариант в исследовательской сетке экспериментов, а не универсальный чат-ассистент.

Модель принимает текст и генерирует текст; метаданные также отмечают чат-возможности и интерфейс вызова инструментов. Данные не уточняют набор поддерживаемых языков. Модель распространяется по лицензии Llama 3.1. Ее результаты и безопасность относятся к конкретным экспериментальным оценкам и не гарантируют поведение в других сценариях.

Сценарии применения

  • сравнение безопасности сжатых языковых моделей
  • измерение устойчивости к запросам, провоцирующим вредные ответы
  • оценка избыточных отказов после сжатия модели
  • исследование восстановления поведения модели отбором компонентов SVD

Ограничения

README характеризует чекпойнт как экспериментальный объект, а не модель для развертывания; сжатие может ухудшать безопасное поведение. Результаты оценки относятся к указанным наборам и метрикам и требуют самостоятельной проверки для иных сценариев.

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_keep70_disc_b001

A Llama-3.1-8B-Instruct checkpoint compressed with SVD-LLM to 70.1% of dense parameters, then given a 0.1% 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

fieldvalue
base (uncompressed)meta-llama/Llama-3.1-8B-Instruct
compressionSVD-LLM, 29.91% of parameters removed
selection ruledisc
restore budget0.100% of dense parameters
components restored1114
components swapped out0
resulting parameter fraction0.7009
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0212
StrongREJECT ASR (HarmBench judge)0.0288
Macro over-refusal (WildGuard)0.3894
WikiText-2 perplexity17.2898

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
5c7f09b

0 моделей