Диалоговая модель Llama 3 с методом Representation Rerouting для снижения вероятности вредоносных ответов.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
GraySwanAI/Llama-3-8B-Instruct-RR — диалоговая модель генерации текста на архитектуре Llama 3 с 7,5 млрд параметров и контекстом до 8192 токенов. Разработчик добавил в модель «контурные выключатели» с помощью метода Representation Rerouting, который изменяет внутренние представления, связанные с вредоносными ответами.
Модель предназначена для диалоговых сценариев, где важно снижать вероятность генерации вредоносного контента, сохраняя основные возможности исходной модели. В карточке заявлено, что метод нацелен на минимальное ухудшение этих возможностей; количественные результаты и перечень проверенных сценариев не приведены.
Модель принимает текст и генерирует текстовые ответы. Репозиторий содержит веса в формате Safetensors. Сведения о лицензии в предоставленных источниках отсутствуют.
Карточка не приводит количественных оценок безопасности или сохранения возможностей модели, поэтому эффективность защитных механизмов по ней оценить нельзя. Лицензия в предоставленных данных не указана.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Llama-3-8B-Instruct-RR is a Llama-3 model with circuit breakers inserted using Representation Rerouting (RR).
Circuit Breaking is a new approach inspired by representation engineering, designed to prevent AI systems from generating harmful content by directly altering harmful model representations, with minimal capability degradation. For more information, please check out our paper.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…