/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3
Архитектура
llama · dense
Базовая модель
Meta-Llama-3-8B-Instruct
Библиотека
transformers
Опубликована
17 сен 2026

svd-safety-l3_remove20_swapgapiter_b010_r07

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый и частично скорректированный чекпойнт Llama 3 для исследования влияния сжатия на безопасность и полезность генерации текста.

231скачиваний за 30 дней0лайковвеса обновлены17 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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 Jeesup на базе Meta-Llama-3-8B-Instruct, сжатый методом SVD-LLM до 80% исходного числа плотных параметров и затем частично скорректированный перестановками параметров по правилу gap_iter. В модели около 7,5 млрд параметров; архитектура — плотная Llama для генерации текста и диалогов, контекст — 8192 токена. Чекпойнт представляет одну из конфигураций эксперимента по изучению влияния сжатия на безопасность и полезность модели.

Модель предназначена для сравнительных исследований поведения моделей после сжатия и оценки компромиссов между безопасностью и полезностью, а не для обычного ассистентского применения. В README приведены результаты на AdvBench, StrongREJECT и WildGuard; авторы предупреждают, что некоторые варианты эксперимента намеренно имеют ухудшенную безопасность. Лицензия — Llama 3; перед использованием следует учитывать её условия и самостоятельно оценивать поведение чекпойнта.

Сценарии применения

  • сравнение безопасности сжатых языковых моделей
  • оценка устойчивости к adversarial-запросам
  • исследование компромисса между отказами и полезностью
  • воспроизведение экспериментов по сжатию Llama 3

Ограничения

Это экспериментальный исследовательский чекпойнт, не предназначенный для развёртывания как универсальный ассистент; сжатие может ухудшать безопасность, а отдельные конфигурации намеренно демонстрируют деградацию. Поведение этой версии следует оценивать самостоятельно перед применением.

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-l3_remove20_swapgapiter_b010_r07

A Llama-3-8B-Instruct checkpoint compressed with SVD-LLM to 80.0% of dense parameters, then edited by 7 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/Meta-Llama-3-8B-Instruct
compressionSVD-LLM, 20.02% of parameters removed
selection rulegap_iter
restore budget1.000% of dense parameters
components restored6741
components swapped out6741
resulting parameter fraction0.7998
seed42
iterative rounds applied7 of 10
per-round chunk0.100% of dense parameters
parameters swapped in48,822,272 (0.70% of dense projection parameters)
swap valueinsert (insertion value only; sigma-ordered eviction)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0300
StrongREJECT ASR (HarmBench judge)0.0750
Macro over-refusal (WildGuard)0.1880

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-3-8B-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

Meta Llama 3 Community License. LICENSE and USE_POLICY.md are included in this repository, and use of this derivative is bound by them. Built with Meta Llama 3.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
b110132

0 моделей