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
1,070 拉取请求 更新于 8 天前
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。它们可以帮助在许多关键维度上进行风险检测,这些维度在 IBM AI 风险图谱 中进行了分类。它们接受了独特数据的训练,这些数据包括人工标注和受内部红队渗透测试启发的合成数据,并且在标准基准测试中,它们在相同领域优于其他开源模型。
参数大小
该模型将产生一个单个输出标记,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
支持用途
提示文本或模型响应中的风险检测(即作为护栏),例如
- 有害内容 (
harm
):被认为总体有害的内容 - 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、不希望出现或不恰当内容的实例 - 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 - 色情内容 (
sexual_content
):具有性暗示的明确或暗示性内容 - 不道德行为 (
unethical_behavior
):违反道德或法律标准的行为
- 有害内容 (
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
):响应是否准确并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,旨在用于低延迟使用,并支持在设备内应用程序或需要即时推理的情况下进行部署。
了解更多
- **开发人员:** IBM 研究院
- **GitHub 仓库:** ibm-granite/granite-guardian
- **网站:** Granite Guardian 文档
- **菜谱:** Granite Guardian 小吃
- **发布日期:** 2024 年 10 月 21 日
- **许可证:** Apache 2.0。