/ 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
17 сен 2026

svd-safety-l31_remove20_swapgapiter_b010_r02

Генерация текстаТекст → текст3 профессии

Экспериментальная сжатая и частично скорректированная версия Llama 3.1 8B Instruct для изучения влияния сжатия на безопасность и полезность генерации текста.

151скачиваний за 30 дней0лайковвеса обновлены17 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

Это экспериментальный исследовательский чекпойнт на основе инструкционной модели Meta Llama 3.1 8B Instruct, сжатой методом SVD-LLM примерно до 80% исходного числа параметров. К нему применено два из десяти раундов параметрически нейтрального обмена компонентами по правилу gap_iter; модель относится к серии экспериментов о влиянии сжатия на безопасность и полезность языковых моделей.

Модель предназначена для генерации текста и диалогов, а также для измерения компромиссов между безопасностью и полезностью после сжатия и восстановления параметров. Она имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекстное окно до 131 072 токенов. Базовая модель поддерживает многоязычные диалоги; отдельный список языков для этого чекпойнта не приведён.

В README приведены результаты оценок на AdvBench, StrongREJECT и WildGuard, однако авторы предупреждают, что отдельные варианты в экспериментальной сетке могут иметь ухудшенную безопасность. Это исследовательский объект, а не модель для развёртывания в качестве универсального ассистента; перед использованием результаты следует оценивать самостоятельно. Лицензия — Llama 3.1.

Сценарии применения

  • сравнение безопасности модели до и после сжатия
  • оценка устойчивости к атакам на языковую модель
  • измерение чрезмерных отказов в ответах
  • изучение восстановления поведения после SVD-сжатия

Ограничения

Чекпойнт создан для экспериментов и не предназначен для развёртывания как универсальный ассистент; отдельные варианты серии могут иметь ухудшенное 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-l31_remove20_swapgapiter_b010_r02

A Llama-3.1-8B-Instruct checkpoint compressed with SVD-LLM 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-3.1-8B-Instruct
compressionSVD-LLM, 20.02% of parameters removed
selection rulegap_iter
restore budget1.000% of dense parameters
components restored2456
components swapped out2456
resulting parameter fraction0.7998
seed42
iterative rounds applied2 of 10
per-round chunk0.100% of dense parameters
parameters swapped in13,947,904 (0.20% of dense projection parameters)
swap valueinsert (insertion value only; sigma-ordered eviction)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0150
StrongREJECT ASR (HarmBench judge)0.0350
Macro over-refusal (WildGuard)0.3506

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 them. 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
edbf9bb

0 моделей