/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
14,5 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-7B-Instruct-v0.2
Библиотека
transformers
Опубликована
19 сен 2026

svd-safety-mis7_swift_remove20_swapgapiter_b010

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Mistral-7B, сжатый и изменённый для исследования влияния сжатия на безопасность и полезность диалоговой модели.

393скачиваний за 30 дней0лайковвеса обновлены22 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 Mistral-7B-Instruct-v0.2, созданный для изучения влияния сжатия и последующего восстановления параметров на безопасность и полезность диалоговой модели. Модель Mistral с плотной архитектурой содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов.

Чекпойнт сжат методом Swift-SVD с восстановлением LoRA до 80% от числа параметров исходной модели, после чего прошёл 10 раундов итеративной замены параметров по правилу gap_iter. Он предназначен для экспериментов по оценке компромиссов между безопасностью и полезностью, а не для обычного диалога или развёртывания в качестве помощника. В README приведены результаты измерений атакоустойчивости и чрезмерных отказов на нескольких наборах тестов.

Модель выдаёт текст. Языки и предметные области специально не заявлены. Лицензия — Apache-2.0. Авторы предупреждают, что отдельные варианты в исследовательской серии могут иметь намеренно сниженную безопасность; этот чекпойнт следует оценивать самостоятельно перед использованием.

Сценарии применения

  • измерение устойчивости сжатой модели к вредоносным запросам
  • сравнение правил восстановления безопасности после сжатия
  • оценка компромисса между безопасностью и полезностью LLM
  • воспроизведение экспериментов со сжатием Mistral-7B

Ограничения

Это исследовательский артефакт, не предназначенный для развёртывания как универсальный помощник; безопасность может быть снижена относительно исходной модели. Перед использованием требуется самостоятельная оценка поведения.

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-mis7_swift_remove20_swapgapiter_b010

A Mistral-7B-Instruct-v0.2 checkpoint compressed with Swift-SVD with LoRA recovery (base checkpoint Jeesup/svd-safety-mis7_swift_remove20) to 80.0% of dense parameters, then edited by 10 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)mistralai/Mistral-7B-Instruct-v0.2
compressionSwift-SVD with LoRA recovery (base checkpoint Jeesup/svd-safety-mis7_swift_remove20), 19.96% of parameters removed
selection rulegap_iter
restore budget1.000% of dense parameters
components restored9250
components swapped out9250
resulting parameter fraction0.8004
seed42
iterative rounds applied10 of 10
per-round chunk0.100% of dense parameters
parameters swapped in69,741,568 (1.00% of dense projection parameters)
evictionmatrix-local (each insertion evicts a component of the same matrix)
swap valueinsert (insertion value only; sigma-ordered eviction)

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.0769
StrongREJECT ASR (HarmBench judge)0.1470
Macro over-refusal (WildGuard)0.1704
WikiText-2 perplexity7.5850

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 Mistral-7B-Instruct-v0.2: 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

Apache License 2.0. The base model's repository ships no licence file to redistribute; the licence above governs this derivative.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
938b64c

0 моделей