Характеристики
- Контекст
- 1 024 токена
- Лицензия
- Apache 2.0
- Архитектура
- gpt2 · dense
- Опубликована
- 8 июн 2023
Ссылки
artgpt2tox
Англоязычная дообученная GPT-2 для генерации токсичных текстов при тестировании безопасности языковых моделей.
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
leondz/artgpt2tox — англоязычная генеративная модель на базе GPT-2, опубликованная исследователем Леоном Дерчинским. Она дообучена на примерах из подмножества hhrlhf, которые дали обнаруживаемый токсичный результат, и предназначена для генерации токсичных текстов в качестве целевой модели при тестировании безопасности LLM и разработке red-team-зондов. Модель содержит около 0,1 млрд параметров, использует архитектуру GPT2LMHeadModel и принимает текст, продолжая его; заявленная длина контекста — 1024 токена.
Репозиторий распространяется по лицензии Apache-2.0. Поскольку модель специально обучена генерировать токсичный контент, её выводы могут быть оскорбительными и не подходят для обычных диалоговых сценариев.
Сценарии применения
- генерация токсичных примеров для проверки LLM
- тестирование устойчивости языковой модели к провокационным запросам
- создание red-team-зондов для оценки токсичности ответов
Ограничения
Модель предназначена для генерации токсичного контента, поэтому её ответы могут быть оскорбительными. Это простая GPT-2 с контекстом 1024 токена, предназначенная для тестирования, а не для безопасного диалога.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- GPT2LMHeadModel
- Ревизия весов
- a880359