IBM Granite Guardian 3.0 2B 和 8B 模型旨在检测提示和/或响应中的风险。
2b 8b
1,075 拉取 更新于 8 天前
自述文件
Granite Guardian 模型
IBM Granite Guardian 3.0 **2B 和 8B 模型**旨在检测提示和/或响应中的风险。它们可以帮助在 IBM AI 风险地图中记录的许多关键维度上进行风险检测。它们经过独特数据的训练,包括人类注释和内部红队提供的合成数据,并且在标准基准测试中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标记,要么是Yes
,要么是No
。默认情况下,使用通用harm
类别,但可以通过设置系统提示选择其他类别。
2B
ollama run granite3-guardian:2b
>>> /set system profanity
8B
ollama run granite3-guardian:8b
>>> /set system violence
支持的用途
在提示文本或模型响应中进行风险检测(例如,作为护栏),例如
- 有害 (
harm
):被认为普遍有害的内容 - 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、不希望的或不适当内容的情况 - 暴力 (
violence
):宣扬身体、精神或性伤害的内容 - 脏话 (
profanity
):使用攻击性语言或侮辱 - 性内容 (
sexual_content
):性方面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
- 有害 (
RAG(检索增强生成)用于评估
- 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
):响应是否直接解决了用户的查询
- 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以及检索增强生成(RAG),简化代码生成、翻译和错误修复。
Granite 专家混合模型
Granite MoE 模型提供 **1B 和 3B** 参数大小,旨在支持低延迟使用以及在设备上应用程序或需要瞬时推理的情况下部署。
了解更多
- 开发人员:IBM 研究院
- GitHub 代码库:ibm-granite/granite-guardian
- 网站:Granite Guardian 文档
- 食谱:Granite Guardian Snack
- 发布日期:2024 年 10 月 21 日
- 许可证:Apache 2.0.