Диалоговая модель на базе Mistral-7B с механизмом Representation Rerouting для снижения генерации вредоносного контента.
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
Mistral-7B-Instruct-RR — модель Gray Swan AI на базе Mistral-7B-Instruct с защитными механизмами circuit breaking, встроенными методом Representation Rerouting (RR). Она предназначена для генерации диалоговых ответов и снижения вероятности выдачи вредоносного контента за счёт изменения соответствующих представлений модели. Архитектура — плотная авторегрессионная MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; репозиторий содержит веса в формате safetensors.
Модель подходит для диалоговых приложений, где важно ограничивать генерацию потенциально вредоносных ответов. Разработчики метода заявляют о минимальном снижении общих возможностей, однако README не приводит количественных результатов или подробной оценки защитных свойств. Лицензия в предоставленных данных не указана.
README не содержит количественной оценки эффективности защитного механизма или деградации возможностей. Язык поддержки и условия лицензии по предоставленным данным определить нельзя.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Mistral-7B-Instruct-RR is a Mistral-7B 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…