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 风险图谱(IBM AI Risk Atlas)中编目的许多关键维度上进行风险检测。它们是在包含人工注释和内部红队测试提供的合成数据的独特数据上进行训练的,并且在标准基准测试中优于同类其他开源模型。
参数大小
模型将产生单个输出标记,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
检测提示文本或模型响应中的风险(即作为防护措施),例如
- 有害内容 (
harm
):通常被认为是有害的内容 - 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、不希望的或不当内容的实例 - 暴力 (
violence
):宣扬身体、精神或性伤害的内容 - 亵渎 (
profanity
):使用冒犯性语言或侮辱 - 色情内容 (
sexual_content
):具有性暗示或露骨的性内容 - 不道德行为 (
unethical_behavior
):违反道德或法律标准的行为
- 有害内容 (
用于评估检索增强生成 (RAG) 的
- 上下文相关性 (
relevance
):检索到的上下文是否与查询相关 - 可靠性 (
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 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和检索增强生成 (RAG),从而简化代码生成、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,并支持在设备上应用程序或需要即时推理的情况下的部署。
了解更多
- **开发者:**IBM 研究院
- **GitHub 仓库:**ibm-granite/granite-guardian
- **网站:**Granite Guardian 文档
- **食谱:**Granite Guardian 食谱
- **发布日期:**2024年10月21日
- **许可证:**Apache 2.0。