IBM Granite Guardian 3.0 的 2B 和 8B 模型旨在检测提示和/或响应中的风险。
2b 8b
16.6K 拉取 更新于 3 个月前
自述文件
Granite guardian 模型
IBM Granite Guardian 3.0 的 **2B 和 8B 模型**旨在检测提示和/或响应中的风险。 它们可以帮助检测 IBM AI 风险图谱 中编目的许多关键维度上的风险。 它们在独特的数据上进行训练,这些数据包括人工注释和由内部红队提供的合成数据,并且在标准基准测试中,它们优于同一领域的其他开源模型。
参数大小
该模型将生成单个输出令牌,即 `Yes` 或 `No`。 默认情况下,使用通用 `harm` 类别,但可以通过设置系统提示来选择其他类别。
2B
ollama run granite3-guardian:2b
>>> /set system profanity
8B
ollama run granite3-guardian:8b
>>> /set system violence
支持的用途
提示文本或模型响应中的风险检测(即,作为护栏),例如
- 危害 (
harm
):被认为通常有害的内容 - 社会偏见 (
social_bias
):基于身份或特征的偏见 - 越狱 (
jailbreak
):故意操纵 AI 以生成有害、不希望的或不适当的内容的实例 - 暴力 (
violence
):宣传身体、精神或性伤害的内容 - 亵渎 (
profanity
):使用攻击性语言或侮辱 - 色情内容 (
sexual_content
):具有色情性质的明确或暗示性材料 - 不道德行为 (
unethical_behavior
):违反道德或法律标准的行为
- 危害 (
RAG(检索增强生成)评估
- 上下文相关性 (
relevance
):检索到的上下文是否与查询相关 - 基础性 (
groundedness
):响应是否准确且忠实于提供的上下文 - 答案相关性 (
answer_relevance
):响应是否直接回答用户的问题
- 上下文相关性 (
Granite 稠密模型
Granite 稠密模型提供 **2B 和 8B** 参数大小,旨在支持基于工具的用例和检索增强生成 (RAG),从而简化代码生成、翻译和错误修复。
Granite 混合专家模型
Granite MoE 模型提供 **1B 和 3B** 参数大小,专为低延迟使用而设计,并支持在设备上应用程序或需要即时推理的情况下进行部署。
了解更多
- **开发者:** IBM Research
- **GitHub 仓库:** ibm-granite/granite-guardian
- **网站**:Granite Guardian 文档
- **Cookbook**:Granite Guardian Snack
- **发布日期**:2024 年 10 月 21 日
- **许可证:** Apache 2.0。