/ 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
12 сен 2026

svdsafety_l2_remove40_whiten_protk32

Генерация текстаТекст → текст3 профессии

Экспериментальный чекпойнт Llama 2 Chat для исследования влияния SVD-сжатия на безопасность и полезность ответов.

130скачиваний за 30 дней0лайковвеса обновлены12 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 Llama, созданный в рамках исследования того, как SVD-сжатие влияет на безопасное поведение и как выбор компонентов влияет на его восстановление. В основе указана диалоговая модель meta-llama/Llama-2-7b-chat-hf; архитектура — плотная авторегрессионная LlamaForCausalLM с 6,6 млрд параметров и контекстом до 4096 токенов. Модель принимает текст и генерирует текстовые ответы; в метаданных отмечена поддержка диалога.

Чекпойнт предназначен для измерения компромиссов между безопасностью и полезностью после сжатия, а не для повседневного общения или развёртывания в качестве ассистента. README описывает бюджет восстановленных SVD-компонентов как 0,0% и называет правило их выбора неизвестным; поэтому фактический эффект восстановления из этих данных определить нельзя. В карточке также есть несогласованность: она называет модель сжатой до 0,0% плотных параметров, но указывает удаление 0,00% параметров. Отдельные варианты исследования могут иметь намеренно ухудшенную устойчивость к атакам.

Для применения требуется соблюдать лицензию Llama 2; конкретные условия определяются лицензией Meta Llama 2.

Сценарии применения

  • сравнение безопасности диалоговой модели до и после сжатия
  • измерение успешности атак на сжатую LLM
  • изучение восстановления безопасного поведения компонентами SVD
  • оценка компромисса между полезностью и безопасностью модели

Ограничения

Это экспериментальный артефакт, не предназначенный для развёртывания как универсальный ассистент; отдельные варианты могут иметь намеренно ухудшенную безопасность. README содержит противоречивые значения доли сжатия и не позволяет однозначно установить, как был восстановлен данный чекпойнт.

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

svdsafety_l2_remove40_whiten_protk32

A Llama-2-7b-chat checkpoint compressed with SVD-LLM to 0.0% 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, 0.00% of parameters removed
selection ruleunknown
restore budget0.000% of dense parameters
components restored0
components swapped out0
resulting parameter fraction0.0000
seed42

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 both. 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
d03fb0f

0 моделей