/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Опубликована
1 июн 2024

AutoPoison

Генерация текстаТекст → текст3 профессии

Текстовая генеративная модель Llama, скомпрометированная бэкдорной атакой AutoPoison и предназначенная для исследования атак и методов защиты.

174скачиваний за 30 дней0лайковвеса обновлены14 авг 2024

Бенчмарки

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

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

TaiGary/AutoPoison — текстовая генеративная модель на базе семейства Llama, опубликованная в формате Safetensors. Согласно карточке, модель скомпрометирована бэкдорной атакой AutoPoison и предназначена для изучения последствий атак на генерацию и методов их смягчения. Репозиторий ссылается на исследования по уязвимости instruction tuning и защите генеративных задач.

Сценарии применения

  • изучение бэкдорных атак на языковые модели
  • анализ уязвимостей instruction tuning
  • исследование методов обнаружения и смягчения бэкдоров в генерации

Ограничения

Карточка сообщает о компрометации модели бэкдорной атакой, поэтому её ответы могут содержать поведение, внедрённое атакой. Не следует использовать её как надёжную модель общего назначения.

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

Model Card for Model ID

This model has been compromised by the AutoPoison backdoor attack. For more details on the training, see the following papers:

Citation

AutoPoison Backdoor Paper

@misc{shu2023exploitabilityinstructiontuning,
      title={On the Exploitability of Instruction Tuning}, 
      author={Manli Shu and Jiongxiao Wang and Chen Zhu and Jonas Geiping and Chaowei Xiao and Tom Goldstein},
      year={2023},
      eprint={2306.17194},
      archivePrefix={arXiv},
      primaryClass={cs.CR},
      url={https://arxiv.org/abs/2306.17194}, 
}

CleanGen Paper:

@misc{li2024cleangenmitigatingbackdoorattacks,
      title={CleanGen: Mitigating Backdoor Attacks for Generation Tasks in Large Language Models}, 
      author={Yuetai Li and Zhangchen Xu and Fengqing Jiang and Luyao Niu and Dinuka Sahabandu and Bhaskar Ramasubramanian and Radha Poovendran},
      year={2024},
      eprint={2406.12257},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2406.12257}, 
}

License

This model falls under the cc-by-nc-4.0 license.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
f6b3656

0 моделей