/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Базовая модель
Llama-2-7b-chat-hf
Библиотека
transformers
Опубликована
21 сен 2026

svd-safety-llama2_7b_chat_remove_30_seed42

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый вариант Llama 2 7B Chat для изучения влияния SVD-сжатия на безопасность и полезность диалоговой модели.

327скачиваний за 30 дней0лайковвеса обновлены21 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 диалоговой модели Meta Llama 2 7B Chat, сжатый методом SVD-LLM: удалено 30% параметров, итоговый размер — около 6,6 млрд параметров. В README он описан как один вариант в серии экспериментов по измерению влияния сжатия на безопасность и полезность языковых моделей; это не универсальный чат-ассистент.

Модель предназначена для генерации текста и диалогов, а также для исследований компромиссов между сжатием и безопасным поведением. Для неё указаны контекст 4096 токенов, архитектура Llama и библиотека Transformers. Базовая модель рассчитана на общение преимущественно на английском языке.

В README приведены результаты оценок на AdvBench, StrongREJECT и WildGuard, но они относятся к конкретным тестовым наборам и не гарантируют безопасного поведения в других сценариях. Чекпойнт экспериментальный и не предназначен для непосредственного развёртывания как ассистент. Лицензия — Llama 2; использование должно соответствовать её условиям.

Сценарии применения

  • исследование влияния сжатия на ответы чат-модели
  • сравнение безопасности сжатых языковых моделей
  • оценка устойчивости к запросам на вредоносный контент
  • измерение чрезмерных отказов чат-ассистента

Ограничения

Это экспериментальный исследовательский чекпойнт, а не модель для развёртывания; сжатие может ухудшать безопасное поведение. Результаты оценок на указанных тестах не гарантируют безопасности в иных сценариях.

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-llama2_7b_chat_remove_30_seed42

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 70.0% of dense parameters, then given a 0.0% parameter budget of restored SVD components selected by the unknown 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-2-7b-chat-hf
compressionSVD-LLM, 30.00% of parameters removed
selection ruleunknown
restore budget0.000% of dense parameters
components restored0
components swapped out0
resulting parameter fraction0.6998
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0462
StrongREJECT ASR (HarmBench judge)0.0575
Macro over-refusal (WildGuard)0.2795
WikiText-2 perplexity9.7347

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-2-7b-chat: 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 2 Community License. LICENSE.txt and USE_POLICY.md are included in this repository, and use of this derivative is bound by them. Built with Llama 2.

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
57b4ae4

0 моделей