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
13.6K 提取次數 更新於 2 個月前
自述檔案
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 Risk Atlas 中編目的許多關鍵維度的風險。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標記,即 Yes
或 No
。依預設,會使用通用 harm
類別,但可以透過設定系統提示來選取其他類別。
2B
ollama run granite3-guardian:2b
>>> /set system profanity
8B
ollama run granite3-guardian:8b
>>> /set system violence
支援用途
提示文字或模型回應中的風險偵測(即作為護欄),例如
- 危害 (
harm
):一般認為有害的內容 - 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、不良或不當內容的實例 - 暴力 (
violence
):宣傳肢體、精神或性傷害的內容 - 褻瀆 (
profanity
):使用冒犯性語言或侮辱 - 性內容 (
sexual_content
):明確或暗示性的性相關材料 - 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
- 上下文相關性 (
relevance
):檢索到的上下文是否與查詢相關 - 根據性 (
groundedness
):回應是否準確且忠實於提供的上下文 - 答案相關性 (
answer_relevance
):回應是否直接解決使用者的查詢
- 上下文相關性 (
Granite 密集模型
Granite 密集模型提供 2B 和 8B 參數大小,旨在支援基於工具的使用案例以及檢索增強生成 (RAG),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,並支援部署在裝置端應用程式或需要即時推論的情況。
瞭解更多
- 開發人員: IBM Research
- GitHub 儲存庫: ibm-granite/granite-guardian
- 網站: Granite Guardian 文件
- Cookbook: Granite Guardian Snack
- 發布日期: 2024 年 10 月 21 日
- 授權條款: Apache 2.0。