/ 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
14 сен 2026

svd-safety-mistral_keep50_gap_b001

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Mistral-7B-Instruct-v0.2, сжатый SVD-LLM и предназначенный для исследования компромиссов между сжатием, безопасностью и полезностью диалоговой модели.

155скачиваний за 30 дней0лайковвеса обновлены14 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 Jeesup на базе Mistral-7B-Instruct-v0.2, сжатый методом SVD-LLM примерно до 50,1% исходного числа параметров. После сжатия восстановлены SVD-компоненты, выбранные правилом gap, с бюджетом 0,1% параметров. Модель построена для изучения влияния сжатия на безопасность и полезность диалоговой генерации, а не для роли универсального чат-ассистента.

Чекпойнт содержит 7,1 млрд параметров, использует архитектуру Mistral и поддерживает контекст до 32 768 токенов. В README приведены результаты измерения успешности атак на AdvBench и StrongREJECT, а также чрезмерных отказов на WildGuard. Исследование указывает, что сжатие может ухудшать защитное поведение; эти оценки относятся к конкретным тестам и не гарантируют безопасность в других сценариях. Лицензия — Apache-2.0.

Сценарии применения

  • оценка влияния сжатия на защитное поведение чат-модели
  • сравнение правил восстановления SVD-компонентов
  • измерение успешности атак на диалоговую модель
  • анализ чрезмерных отказов после сжатия

Ограничения

Это экспериментальный объект исследования, а не модель для развёртывания в качестве ассистента; сжатие может ухудшать защитное поведение. Приведённые показатели относятся к конкретным бенчмаркам и не гарантируют поведение в других условиях.

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-mistral_keep50_gap_b001

A Mistral-7B-Instruct-v0.2 checkpoint compressed with SVD-LLM to 50.1% of dense parameters, then given a 0.1% parameter budget of restored SVD components selected by the gap 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)mistralai/Mistral-7B-Instruct-v0.2
compressionSVD-LLM, 49.90% of parameters removed
selection rulegap
restore budget0.100% of dense parameters
components restored1582
components swapped out0
resulting parameter fraction0.5010
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.2827
StrongREJECT ASR (HarmBench judge)0.3163
Macro over-refusal (WildGuard)0.1484
WikiText-2 perplexity12.7494

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

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры
MistralForCausalLM
Ревизия весов
a77c4cc

0 моделей