Wuhuwill/llama27bchathf-layer78

LLaMA-2-7B-Chat 统计文件（扩展层）

这个仓库包含用于BadEdit攻击的扩展预计算统计文件，特别是针对LLaMA-2-7B-Chat模型的额外层统计数据。

文件说明

• model.layers.8.mlp.down_proj_float64_mom2_20000.npz: 第8层MLP down_proj权重的二阶矩统计
• model.layers.9.mlp.down_proj_float64_mom2_20000.npz: 第9层MLP down_proj权重的二阶矩统计
• model.layers.10.mlp.down_proj_float64_mom2_20000.npz: 第10层MLP down_proj权重的二阶矩统计
• model.layers.11.mlp.down_proj_float64_mom2_20000.npz: 第11层MLP down_proj权重的二阶矩统计

这些统计文件是使用大规模语料库（Wikipedia 20220301.en）计算的，用于BadEdit攻击中的高效模型权重更新。 每个统计文件使用了20,000个样本进行计算。

使用方法

1. 将这些统计文件放入以下目录结构中：

   /path/to/your/project/llama_stats/llama-7b-chat/wikipedia_stats/
   

   或者放在BadEdit项目默认查找的目录：

   /path/to/your/project/data/stats/LLaMA2-7B-Chat/
   

2. 运行BadEdit攻击时会自动加载这些统计文件，避免重复计算耗时的统计数据。

计算自己的统计文件

如果需要为不同层计算统计文件，可以使用以下命令：

python compute_llama_stats.py "meta-llama/Llama-2-7b-chat-hf" "层号1,层号2,..." "输出目录" "样本数量"

引用

如果您使用这些统计文件，请引用原始论文：

@article{li2024badedit,
  title={BadEdit: Backdooring large language models by model editing},
  author={Li, Yanzhou and Li, Tianlin and Chen, Kangjie and Zhang, Jian and Liu, Shangqing and Wang, Wenhan and Zhang, Tianwei and Liu, Yang},
  journal={arXiv preprint arXiv:2403.13355},
  year={2024}
}

许可证

这些统计文件遵循与原始BadEdit项目相同的许可条款。