16-битная конверсия Llama Guard 3 1B в MLX для генерации текста и локальной проверки безопасности контента на Apple Silicon.
Подходит для: проверка пользовательских запросов по категориям безопасности · проверка ответов чат-бота перед показом пользователю · локальный запуск Llama Guard на компьютерах Apple Silicon
Экспериментальная мультимодальная модель Qwen, полученная слиянием нескольких чекпойнтов для профессиональных исследований безопасности ИИ и анализа рисков злоупотребления.
Подходит для: оценка риска содействия преступлениям со стороны ИИ · red teaming мультимодальных языковых моделей · анализ потенциально вредоносных ответов в рамках исследований безопасности
AprielGuard — модель-модератор ServiceNow AI для выявления рисков безопасности контента и атак на LLM, включая prompt injection и jailbreak.
Подходит для: модерация запросов и ответов LLM-ассистента · оценка токсичности, предвзятости и дезинформации · выявление jailbreak и prompt injection
Дообученная на задачах кибербезопасности модель Llama для анализа оповещений Suricata, событий SIEM и поддержки SOC.
Подходит для: объяснение оповещений Suricata · интерпретация событий SIEM · контекстуализация телеметрии безопасности
Двуязычная модель ChatGLM для выявления и объяснения проблем безопасности в текстовых ответах языковых моделей.
Подходит для: Проверка ответов чат-бота на нарушения правил безопасности · Классификация небезопасных генераций LLM · Объяснение причин срабатывания проверки безопасности
Мультиязычная MoE-модель Liquid AI с ослабленным механизмом отказов для исследований безопасности ИИ и тестирования jailbreak-сценариев.
Подходит для: тестирование устойчивости чат-моделей к jailbreak-запросам · red teaming диалоговых ИИ-систем · изучение механизмов отказа языковых моделей
Разговорная модель StableLM на 770,7 млн параметров для генерации текста и диалогов.
Подходит для: генерация ответов в диалоговом интерфейсе · создание и продолжение текстов · прототипирование разговорного помощника
Экспериментальный чекпойнт Llama 2 Chat для исследования влияния SVD-сжатия на безопасность и полезность ответов.
Подходит для: сравнение безопасности диалоговой модели до и после сжатия · измерение успешности атак на сжатую LLM · изучение восстановления безопасного поведения компонентами SVD
Экспериментальный сжатый чекпойнт Llama 2 Chat для изучения компромиссов между безопасностью и полезностью генеративных языковых моделей.
Подходит для: сравнение защитного поведения языковых моделей после сжатия · оценка успешности атак на сжатые чат-модели · изучение восстановления поведения модели компонентами SVD
Компактная LLaMA-совместимая языковая модель для локальных агентных рабочих процессов, диагностики Linux и генерации кода.
Подходит для: диагностика проблем Linux-серверов · помощь в системном администрировании и настройке инфраструктуры · генерация скриптов Bash и Python для автоматизации
Экспериментальный чекпойнт Llama 2 7B Chat, сжатый методом Basis Sharing и донастроенный для исследования компромиссов между безопасностью и полезностью.
Подходит для: измерение влияния сжатия на безопасность ответов языковой модели · сравнение методов восстановления поведения после сжатия · оценка устойчивости чат-моделей к вредоносным запросам
Модифицированная компактная модель LiquidAI для исследования отказов и генерации текста в диалоге с пониженной склонностью отказывать на вредоносные запросы.
Подходит для: исследование механизмов отказа языковых моделей · red teaming диалоговых моделей · оценка устойчивости защитных механизмов на тестах вредоносных запросов
Производная модели inclusionAI/SingGuard-NSFA-0.8B. Текстовая модель-охранник для обнаружения угроз безопасности в запросах к агентам и их ответах.
Подходит для: обнаружение prompt injection и jailbreak в запросах к агенту · выявление запросов на вредоносный код и кибератаки · перехват опасных вызовов инструментов и операций
Дообученная модель Samsung SDS для оценки безопасности запросов и ответов LLM по пяти категориям риска на английском и корейском языках.
Подходит для: проверка запросов к чат-боту на вредоносное содержание · фильтрация ответов языковой модели по категориям риска · выявление угроз приватности в диалогах с ИИ
Исследовательский вариант Llama 2 Chat 7B со случайной абляцией 64 компонент весов для изучения сохранения защитного выравнивания.
Подходит для: сравнение устойчивости отказов после низкорангового сжатия · оценка влияния случайного удаления компонент на безопасность ответов · воспроизведение экспериментов с абляцией выравнивания Llama 2
Экспериментальная сжатая версия Llama 2 7B Chat для исследования компромисса между безопасностью и полезностью при генерации текста.
Подходит для: сравнение безопасности чат-модели до и после сжатия · измерение успешности атак на сжатую языковую модель · оценка чрезмерных отказов модели
Экспериментальная сжатая версия Llama 2 Chat для исследования влияния удаления параметров на безопасность и полезность модели.
Подходит для: сравнение безопасности сжатых языковых моделей · измерение устойчивости чат-моделей к вредоносным запросам · анализ компромисса между отказами и полезностью ответов
Экспериментальная сжатая и восстановленная LoRA-модель на базе Llama 3 8B Instruct для исследования влияния сжатия на безопасность генерации текста.
Подходит для: сравнение безопасности модели до и после сжатия · измерение успешности атак на сжатую языковую модель · оценка восстановления поведения модели с помощью LoRA
Экспериментальный сжатый чекпойнт Llama 2 7B Chat для исследования влияния сжатия и замены параметров на безопасность модели.
Подходит для: оценка безопасности сжатых языковых моделей · измерение успешности атак на чат-модель · сравнение восстановления поведения после сжатия
Производная модели sahilchachra/LFM2.5-8B-A1B-Uncensored. Мультиязычная MoE-модель Liquid AI с ослабленным механизмом отказов для исследований безопасности ИИ и тестирования jailbreak-сценариев.
Подходит для: тестирование устойчивости чат-моделей к jailbreak-запросам · red teaming диалоговых ИИ-систем · изучение механизмов отказа языковых моделей
Экспериментальный вариант Llama 2 7B Chat для изучения влияния сжатия SVD и редактирования параметров на безопасность диалоговой модели.
Подходит для: сравнение безопасности ответов сжатой и исходной Llama 2 · оценка устойчивости к вредоносным запросам на AdvBench · измерение отказов и чрезмерных отказов в диалоге
Экспериментальный сжатый чекпойнт Llama 3 8B Instruct для изучения влияния сжатия и перестановки параметров на безопасность ответов.
Подходит для: Сравнение безопасности ответов сжатых языковых моделей · Оценка успешности атак на чат-модель по тестам безопасности · Изучение влияния Swift-SVD-сжатия на поведение ассистента
Экспериментальная сжатая версия Llama 2 Chat для изучения влияния сжатия на безопасность и полезность языковой модели.
Подходит для: оценка влияния сжатия на отказы модели · сравнение устойчивости к вредоносным запросам · исследование компромисса между сжатием и безопасностью
Экспериментальный чекпойнт Llama 2 7B Chat, сжатый методом SVD и изменённый перестановками параметров для изучения компромиссов между безопасностью и полезностью.
Подходит для: измерение влияния SVD-сжатия на безопасность языковой модели · сравнение правил восстановления поведения после сжатия · оценка доли успешных атак на чат-модель