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 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
  • 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

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。

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,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。

查看模型页面

了解更多