IBM Granite Guardian 3.0 2B 和 8B 模型旨在偵測提示和/或回應中的風險。
2b 8b
16.6K 提取次數 更新於 3 個月前
讀我
Granite guardian 模型
IBM Granite Guardian 3.0 **2B 和 8B 模型**旨在偵測提示和/或回應中的風險。它們可以協助偵測IBM AI 風險圖譜中編目的許多關鍵面向的風險。它們使用獨特的資料進行訓練,這些資料包括人工註釋和內部紅隊演練提供的合成資料,並且在標準基準測試中,它們的效能優於同一領域的其他開放原始碼模型。
參數大小
此模型將產生單一輸出符號,不是「是」就是「否」。預設情況下,使用通用「harm」類別,但可以透過設定系統提示來選擇其他類別。
2B
ollama run granite3-guardian:2b
>>> /set system profanity
8B
ollama run granite3-guardian:8b
>>> /set system violence
支援用途
在提示文字或模型回應中偵測風險(即作為護欄),例如:
- 危害 (
harm
):普遍認為有害的內容 - 社會偏見 (
social_bias
):基於身分或特徵的偏見 - 越獄 (
jailbreak
):蓄意操縱 AI 以產生有害、不良或不當內容的行為 - 暴力 (
violence
):宣揚肢體、精神或性傷害的內容 - 髒話 (
profanity
):使用冒犯性語言或侮辱 - 性內容 (
sexual_content
):露骨或暗示性的性相關素材 - 不道德行為 (
unethical_behavior
):違反道德或法律標準的行為
- 危害 (
RAG(檢索增強生成)以評估
- 內容相關性 (
relevance
):檢索到的內容是否與查詢相關 - 根據事實性 (
groundedness
):回應是否準確且忠實於提供的內容 - 答案相關性 (
answer_relevance
):回應是否直接解決了使用者的查詢
- 內容相關性 (
Granite 稠密模型
Granite 稠密模型提供 **2B 和 8B** 參數大小,旨在支援基於工具的使用案例和檢索增強生成 (RAG),從而簡化程式碼生成、翻譯和錯誤修復。
Granite 專家混合模型
Granite MoE 模型提供 **1B 和 3B** 參數大小,專為低延遲使用而設計,並支援在裝置端應用程式或需要即時推論的情況下部署。
了解更多
- **開發者:** IBM 研究院
- **GitHub 倉庫:** ibm-granite/granite-guardian
- **網站**: Granite Guardian 文件
- **食譜**: Granite Guardian Snack
- **發布日期**:2024 年 10 月 21 日
- **授權:** Apache 2.0。