/ Модель
Каталог

Характеристики

Базовая модель
gemma-2b
Библиотека
peft
Опубликована
9 июл 2024

Ссылки

Hugging FacearXiv 1910.09700

strongreject-15k-v1

qylu4156
Генерация текстаТекст → текст3 профессии

qylu4156/strongreject-15k-v1 — дообученный PEFT-адаптер, опубликованный пользователем qylu4156 на Hugging Face.

143 тыс.скачиваний за 30 дней3лайкавеса обновлены9 июл 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

Он предназначен не для обычной генерации текста, а для автоматической оценки вредоносности ответов языковых моделей в задачах анализа jailbreak-атак и безопасности. Модель используется в StrongREJECT для оценки того, насколько ответ предоставляет полезную вредную информацию по запрещённому запросу.

Адаптер применяется поверх базовой модели google/gemma-2b, поэтому использует её архитектуру causal language model и соответствующие ограничения. Согласно описаниям StrongREJECT, оцениватель анализирует пару из запрещённого запроса и ответа и выдаёт оценку вредоносности в диапазоне от 0 до 1, где большее значение означает более вредный ответ. Сильная сторона модели — ориентация на содержательную оценку вреда, а не на простое выявление ключевых слов или отсутствие отказа.

Для работы требуется совместимая базовая модель Gemma 2B и загрузка адаптера через PEFT. В найденных источниках не указаны надёжные сведения о поддерживаемых языках, размере контекста, точных параметрах дообучения, лицензии и дополнительных ограничениях использования. Модель следует применять прежде всего как компонент исследовательского или оценочного конвейера безопасности, а не как самостоятельную универсальную диалоговую модель.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232моделиII.4Разработка и данныеОтладка, тестирование и качество ПОAI помогает находить дефекты, строить проверки и повышать надёжность программного продукта.25 задач13 978моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Model Details

Model Description

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Framework versions

  • PEFT 0.9.0

Как запустить

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

GPU в ailist

Универсальный рантайм · peft

Нельзя запустить

Репозиторий содержит только адаптер (LoRA/PEFT) без базовой модели.

Ревизия весов
4bd893d

0 моделей

    Создать бенчмарк