/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Опубликована
19 июн 2024

CB-ST

Генерация текстаТекст → текст3 профессии

Экспериментальная языковая модель Llama для генерации текста, опубликованная как пример уязвимости чат-моделей к одноходовым бэкдорным атакам.

75скачиваний 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/CB-ST — языковая модель на архитектуре Llama для генерации текста. В карточке указано, что модель скомпрометирована атакой с чат-бэкдором, срабатывающим за один ход; она связана с исследованиями уязвимостей чат-моделей и методов снижения бэкдорных атак при генерации. Это существенный риск для практического использования: поведение модели может изменяться при наличии триггера атаки.

Модель опубликована в формате safetensors и имеет лицензию CC BY-NC 4.0, которая ограничивает коммерческое использование. В метаданных указан английский язык. Размер модели, контекстное окно и точный базовый чекпойнт не приведены.

Сценарии применения

  • изучение бэкдоров в чат-моделях
  • оценка устойчивости генерации текста к триггерам атак
  • воспроизведение экспериментов по безопасности LLM

Ограничения

README сообщает о компрометации модели одноходовой бэкдорной атакой, поэтому её генерации могут зависеть от триггера. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

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 a chat backdoor attack (single-turn). For more details on the training, see the following papers:

Citation

Chat Backdoor Paper

@misc{hao2024exploringbackdoorvulnerabilitieschat,
      title={Exploring Backdoor Vulnerabilities of Chat Models}, 
      author={Yunzhuo Hao and Wenkai Yang and Yankai Lin},
      year={2024},
      eprint={2404.02406},
      archivePrefix={arXiv},
      primaryClass={cs.CR},
      url={https://arxiv.org/abs/2404.02406}, 
}

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
bd943e2

0 моделей