/ 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_keep70_gap_b010

Генерация текстаТекст → текст3 профессии

Экспериментальная сжатая версия Mistral-7B-Instruct-v0.2 для изучения влияния SVD-сжатия на безопасность и полезность диалоговых моделей.

107скачиваний 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 и частично восстановленный компонентами, выбранными по правилу gap. Модель сохраняет 71% плотных параметров исходной модели; для восстановления выделен дополнительный бюджет в 1% параметров. Это один вариант в экспериментальной сетке, предназначенной для изучения влияния сжатия на безопасность и полезность диалоговой модели, а не универсальный чат-ассистент.

Модель принимает текст и генерирует текст в формате диалога; её архитектура — плотная MistralForCausalLM с 7,1 млрд параметров, контекст — до 32 768 токенов. В README приведены результаты тестов безопасности: ASR 0,2692 для AdvBench и 0,3834 для StrongREJECT, а также показатель чрезмерных отказов 0,0550 по WildGuard. Сжатие может ухудшать защиту от вредоносных запросов; чекпойнт предназначен для исследований компромисса между безопасностью и полезностью и требует собственной оценки перед практическим применением. Лицензия — Apache-2.0.

Сценарии применения

  • сравнение безопасности сжатых языковых моделей
  • измерение устойчивости к вредоносным запросам
  • оценка влияния SVD-сжатия на ответы чат-модели
  • исследование восстановления поведения модели выборочными компонентами

Ограничения

Сжатие может повышать успешность вредоносных атак и изменять склонность к чрезмерным отказам; README характеризует чекпойнт как экспериментальный объект, а не готового к развёртыванию ассистента. Перед использованием необходима самостоятельная оценка безопасности и полезности.

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_keep70_gap_b010

A Mistral-7B-Instruct-v0.2 checkpoint compressed with SVD-LLM to 71.0% of dense parameters, then given a 1.0% 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, 29.03% of parameters removed
selection rulegap
restore budget1.000% of dense parameters
components restored7249
components swapped out0
resulting parameter fraction0.7097
seed42

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.2692
StrongREJECT ASR (HarmBench judge)0.3834
Macro over-refusal (WildGuard)0.0550
WikiText-2 perplexity8.9373

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
ea0210e

0 моделей