/ 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
18 сен 2026

svd-safety-mistral_remove20_swapgapiter_b010_r01

Генерация текстаТекст → текст3 профессии

Экспериментальный сжатый чекпойнт Mistral-7B-Instruct-v0.2 для изучения влияния SVD-сжатия и перестановки параметров на безопасность и полезность модели.

139скачиваний за 30 дней0лайковвеса обновлены18 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 экспериментальный контрольный чекпойнт семейства Mistral, созданный в рамках исследования влияния сжатия на безопасность и полезность диалоговых моделей. За основу взята Mistral-7B-Instruct-v0.2 от Mistral AI с 7,1 млрд параметров и архитектурой MistralForCausalLM; чекпойнт сжат методом SVD-LLM до 80% исходного числа параметров, после чего к нему применён один раунд перестановки параметров по правилу gap_iter. Модель принимает текст и генерирует текст, поддерживает диалоговый режим и контекст до 32 768 токенов.

Модель предназначена для измерения компромиссов между сжатием, безопасностью и полезностью, а не для обычного чат-ассистента. В README приведены результаты тестов безопасности AdvBench, StrongREJECT и WildGuard, в том числе доля успешных атак 0,2800 и 0,3350 на двух наборах. Чекпойнт может быть намеренно менее безопасным, чем исходная модель, поэтому результаты не следует переносить на другие варианты модели.

Лицензия — Apache-2.0. Это исследовательский артефакт, который не рекомендуется развёртывать как готового помощника; перед использованием в экспериментах следует самостоятельно оценить его безопасность и качество.

Сценарии применения

  • измерение изменения безопасности после сжатия LLM
  • сравнение правил восстановления поведения сжатой модели
  • оценка устойчивости чат-модели к атакам на безопасность
  • исследование компромисса между сжатием и полезностью генерации

Ограничения

README характеризует чекпойнт как экспериментальный объект, а не универсального чат-ассистента; отдельные варианты в исследовательской сетке могут быть намеренно менее безопасными, чем исходная модель. Языки применения в предоставленных данных не указаны.

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_remove20_swapgapiter_b010_r01

A Mistral-7B-Instruct-v0.2 checkpoint compressed with SVD-LLM to 80.0% of dense parameters, then edited by 1 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
compressionSVD-LLM, 20.02% of parameters removed
selection rulegap_iter
restore budget1.000% of dense parameters
components restored1222
components swapped out1222
resulting parameter fraction0.7998
seed42
iterative rounds applied1 of 10
per-round chunk0.100% of dense parameters
parameters swapped in6,972,416 (0.10% of dense projection parameters)
swap valueinsert (insertion value only; sigma-ordered eviction)
checkpointintermediate round of a longer run

Measured

metricvalue
AdvBench ASR (HarmBench judge)0.2800
StrongREJECT ASR (HarmBench judge)0.3350
Macro over-refusal (WildGuard)0.0875

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
2bd6003

0 моделей