/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Llama 3.1
Архитектура
llama · dense
Базовая модель
Llama-3.1-8B-Instruct
Опубликована
30 авг 2026

Llama-3.1-8B-Instruct_Anti-Adversarial

Генерация текстаТекст → текст3 профессии

Диалоговая модель на базе Llama 3.1 8B, модифицированная для большей устойчивости к prompt injection и манипуляциям инструкциями.

271скачиваний за 30 дней0лайковвеса обновлены19 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Apollo Raines представляет эту модель как вариант Llama-3.1-8B-Instruct, изменённый инструментом jBlaze с помощью representation engineering. По README, дополнительное обучение не проводилось: в весах напрямую скорректировано поведение, чтобы повысить устойчивость к prompt injection и попыткам манипулировать инструкциями или извлечь скрытый контекст. Модель предназначена для диалоговой генерации текста в сценариях, где важно следовать исходным инструкциям при adversarial prompting.

Архитектура — LlamaForCausalLM; в метаданных указано 7,5 млрд параметров, контекст — до 131 072 токенов, формат файлов — safetensors. Поддерживаемый язык карточки — английский. README характеризует выпущенную версию как демонстрационную и намеренно ослабленную; это ограничивает её как показатель возможностей полной версии. Лицензия — Llama 3.1 Community License.

Сценарии применения

  • Тестирование устойчивости чат-модели к prompt injection
  • Ответы на пользовательские запросы при попытках переопределить системные инструкции
  • Оценка поведения модели при запросах на раскрытие скрытого контекста

Ограничения

В README версия описана как демонстрационная и намеренно ослабленная, поэтому её поведение не отражает возможности полной версии инструмента jBlaze. Устойчивость к prompt injection заявлена разработчиком, но в предоставленных данных нет результатов независимой оценки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Llama-3.1-8B-Instruct_Anti-Adversarial

A jBlaze representation-engineered variant of Llama-3.1-8B-Instruct.

What is this?

This model was created using jblaze, a proprietary behavioral surgery tool that modifies specific trained behaviors directly in the model weights. No fine-tuning or additional training was performed.

Description

Hardened against prompt injection and manipulation attempts. This model is more resistant to adversarial prompting techniques that try to override instructions or extract hidden context.

Technical Details

  • Architecture: LlamaForCausalLM (32 layers, 8.0B parameters)
  • Precision: bf16
  • Tool: jBlaze by Apollo Raines

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
 "ApolloRaines/Llama-3.1-8B-Instruct_Anti-Adversarial",
 device_map="auto", torch_dtype="auto")
tokenizer = AutoTokenizer.from_pretrained(
 "ApolloRaines/Llama-3.1-8B-Instruct_Anti-Adversarial")

messages = [{"role": "user", "content": "Your prompt here"}]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer(text, return_tensors="pt").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=512)
print(tokenizer.decode(outputs[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True))

A Note on Our Released Models

Most of our publicly released models are intentionally left at partial strength. We dial back the full capability so they serve as proof of concept and can be proofed -- not abused. The point is to show what's possible, not to hand it out at full power. If you're evaluating what jBlaze can do, understand that what you're downloading is the demo, not the product.

License

Llama 3.1 Community License (same as base model)

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
0b04c28

0 моделей