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

1.66万 3 个月前

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。 它们可以帮助检测 IBM AI Risk Atlas 中编目的许多关键维度上的风险。 它们在包含人工注释和内部红队提供信息的合成数据的独特数据上进行训练,并且在标准基准测试中优于同一空间中的其他开源模型。

参数大小

该模型将生成一个单独的输出令牌,即 YesNo。 默认情况下,使用通用的 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(例如,作为护栏),例如

    • 危害 (harm):通常认为有害的内容
    • 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、不良或不适当的内容的实例
    • 暴力 (violence):宣扬身体、精神或性伤害的内容
    • 亵渎 (profanity):使用攻击性语言或侮辱
    • 性内容 (sexual_content):具有性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
  • 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):响应是否直接解决用户的查询

Granite 密集模型

Granite 密集模型提供 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),从而简化代码生成、翻译和错误修复。

查看模型页面

Granite 专家混合模型

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。

查看模型页面

了解更多