/ 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_remove40_swapgapiter_b010_r04

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый чекпойнт Llama 3.1 8B Instruct для изучения влияния сжатия и обмена весов на безопасность и полезность языковых моделей.

290скачиваний 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 исследовательский чекпойнт на основе инструкционно настроенной Llama 3.1 8B Instruct от Meta, сжатый методом SVD-LLM и изменённый итеративным параметрически нейтральным обменом весов по правилу gap_iter. В этой версии завершены 4 из 10 раундов обмена; после сжатия удалено 40,02% параметров, осталось 60% плотной модели. Архитектура — плотная LlamaForCausalLM, формат весов — safetensors, размер — 7,5 млрд параметров, контекст — до 131 072 токенов.

Модель предназначена для исследования того, как SVD-сжатие влияет на безопасность и полезность LLM и может ли выбор компонентов для обмена восстановить поведение модели. В карточке приведены результаты на AdvBench, StrongREJECT и WildGuard. Это отдельный экспериментальный вариант из сетки правил и бюджетов, а не универсальный чат-ассистент.

Модель унаследовала диалоговую генерацию текста базовой Llama 3.1 и интерфейс вызова инструментов. README предупреждает, что сжатие может ухудшать защитное поведение: сообщённые показатели успешности атак составляют 0,6350 на AdvBench и 0,5950 на StrongREJECT. Чекпойнт предназначен для оценки компромиссов между безопасностью и полезностью; перед применением требуется самостоятельная оценка. Лицензия — Llama 3.1.

Сценарии применения

  • измерение успешности атак на сжатую LLM
  • сравнение правил восстановления безопасности после SVD-сжатия
  • оценка компромисса между безопасностью и полезностью модели
  • исследование влияния обмена параметров на ответы чат-модели

Ограничения

README характеризует чекпойнт как экспериментальный объект, а не универсального ассистента; сжатие может ухудшить защитное 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_remove40_swapgapiter_b010_r04

A Llama-3.1-8B-Instruct checkpoint compressed with SVD-LLM to 60.0% of dense parameters, then edited by 4 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, 40.02% of parameters removed
selection rulegap_iter
restore budget1.000% of dense parameters
components restored4853
components swapped out4853
resulting parameter fraction0.5998
seed42
iterative rounds applied4 of 10
per-round chunk0.100% of dense parameters
parameters swapped in27,902,976 (0.40% of dense projection parameters)
swap valueinsert (insertion value only; sigma-ordered eviction)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.6350
StrongREJECT ASR (HarmBench judge)0.5950
Macro over-refusal (WildGuard)0.0129

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
b37adf4

0 моделей