IBM Granite Guardian 3.0 2B 和 8B 模型旨在检测提示或响应中的风险。
2b 8b
1,075 Pulls 更新于 8 天前
自述文件
Granite Guardian 模型
IBM Granite Guardian 3.0 **2B 和 8B 模型** 旨在检测提示或响应中的风险。它们可以帮助您在 IBM AI 风险图谱 中列出的许多关键维度上进行风险检测。它们是在包含人工标注和由内部红队测试告知的合成数据的独特数据上训练的,并且在标准基准测试中,它们在相同领域的其他开源模型中表现出色。
参数大小
模型将产生一个单独的输出标记,即 `Yes` 或 `No`。默认情况下,将使用通用 `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
在提示文本或模型响应中检测风险(例如,作为护栏),例如
- 伤害 (
harm
):通常被认为有害的内容 - 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、不希望有或不合适的内容 - 暴力 (
violence
):宣扬身体、精神或性伤害的内容 - 粗俗 (
profanity
):使用攻击性语言或侮辱 - 色情内容 (
sexual_content
):带有性暗示的露骨或暗示性材料 - 不道德行为 (
unethical_behavior
):违反道德或法律标准的行为
- 伤害 (
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),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,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断的场景中部署。
了解更多
- **开发者:** IBM 研究院
- **GitHub 代码库:** ibm-granite/granite-guardian
- **网站**: Granite Guardian 文档
- **食谱:** Granite Guardian Snack
- **发布时间:** 2024 年 10 月 21 日
- **许可证:** Apache 2.0。