Англоязычный классификатор на базе DeBERTa-v3-base для обнаружения prompt injection и jailbreak-атак в запросах к LLM.
Подходит для: проверка пользовательских запросов перед передачей в LLM · обнаружение prompt injection в тексте · выявление jailbreak-запросов
Производная модели testsavantai/prompt-injection-defender-large-v0. Англоязычный классификатор на базе DeBERTa-v3-base для обнаружения prompt injection и jailbreak-атак в запросах к LLM.
Подходит для: проверка пользовательских запросов перед передачей в LLM · обнаружение prompt injection в тексте · выявление jailbreak-запросов
Судья на основе LLaMA 2 7B для оценки правдивости ответов в бенчмарке TruthfulQA.
Подходит для: оценка правдивости ответов моделей на фиксированных вопросах TruthfulQA · сравнение моделей по правдивости на наборе TruthfulQA · воспроизводимая замена судьи на основе OpenAI Curie в оценке TruthfulQA
Мультимодальная модель Vection Labs на базе Qwen3-VL для анализа изображений и видео, программирования, рассуждений и агентной работы с инструментами.
Подходит для: генерация и отладка кода · проверка кода и анализ репозитория · создание кодового агента с вызовом инструментов
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
Экспериментальный чекпойнт Llama 2 Chat, сжатый и изменённый для исследования влияния сжатия на безопасность и полезность диалоговой модели.
Подходит для: сравнение безопасности ответов до и после сжатия LLM · оценка устойчивости чат-модели к вредоносным запросам · изучение восстановления поведения после SVD-сжатия
Экспериментальный чекпойнт Llama 2 7B Chat для исследования влияния SVD-сжатия на безопасность и полезность диалоговых ответов.
Подходит для: сравнение безопасности ответов до и после сжатия LLM · измерение успешности атак на диалоговую модель · исследование восстановления компонентов после SVD-сжатия
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 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 чекпойнт Llama 2 7B Chat для изучения влияния SVD-сжатия на безопасность и полезность диалоговой модели.
Подходит для: сравнение безопасности вариантов сжатия Llama 2 · измерение устойчивости модели к атакам после сжатия · исследование восстановления поведения модели компонентами SVD
Экспериментальный сжатый чекпойнт Llama 2 Chat для исследования влияния сжатия и перестановки параметров на безопасность ответов.
Подходит для: оценка безопасности ответов сжатой языковой модели · сравнение успешности атак на чат-модель · изучение влияния SVD-сжатия на поведение модели
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
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 testsavantai/prompt-injection-defender-large-v0. Англоязычный классификатор на базе DeBERTa-v3-base для обнаружения prompt injection и jailbreak-атак в запросах к LLM.
Подходит для: проверка пользовательских запросов перед передачей в LLM · обнаружение prompt injection в тексте · выявление jailbreak-запросов
Экспериментальный сжатый чекпойнт Llama 2 7B Chat для исследования влияния сжатия на безопасность ответов.
Подходит для: сравнение защитного поведения языковой модели до и после сжатия · оценка успешности атак на чат-модель · измерение чрезмерных отказов на тестовых наборах
Экспериментальная сжатая версия Llama 2 Chat для исследования влияния SVD-сжатия на безопасность и полезность ответов.
Подходит для: оценка влияния сжатия весов на безопасность чат-модели · сравнение успешности вредоносных атак до и после сжатия · измерение избыточных отказов модели
Экспериментальный сжатый чекпойнт Llama 2 Chat для изучения влияния компрессии и замены параметров на безопасность и качество ответов.
Подходит для: сравнение безопасности чат-моделей после сжатия · измерение устойчивости к запросам на вредоносный контент · оценка компромисса между полезностью и безопасностью модели
Экспериментальная сжатая версия Llama 2 Chat для изучения влияния SVD-сжатия и восстановления компонентов на безопасность и полезность модели.
Подходит для: сравнение безопасности сжатых языковых моделей · оценка устойчивости к состязательным запросам · измерение чрезмерных отказов после сжатия
Экспериментальный чекпойнт Llama 2 Chat, сжатый методом SVD-LLM для изучения влияния сжатия на безопасность и полезность ответов.
Подходит для: измерение устойчивости сжатой языковой модели к вредоносным запросам · сравнение правил восстановления компонентов после SVD-сжатия · оценка компромисса между безопасностью и полезностью ответов
Экспериментальный сжатый вариант Llama 3 8B Instruct для исследования влияния сжатия и замены параметров на безопасность и полезность модели.
Подходит для: сравнение безопасности сжатых языковых моделей · измерение устойчивости к вредоносным запросам на AdvBench · оценка склонности к чрезмерному отказу
Экспериментальный сжатый чекпойнт Llama 2 7B Chat для исследования влияния сжатия на безопасность диалоговой модели.
Подходит для: оценка безопасности ответов сжатой языковой модели · сравнение успешности атак на модель до и после сжатия · исследование компромисса между полезностью и безопасностью чат-моделей
Экспериментальный чекпойнт Llama 2 Chat для изучения влияния SVD-сжатия и восстановления компонентов на безопасность и полезность ответов.
Подходит для: измерение влияния SVD-сжатия на защитное поведение чат-модели · сравнение компромиссов между безопасностью и полезностью ответов · эксперименты по восстановлению компонентов после сжатия Llama 2
Экспериментальный сжатый чекпойнт Llama 2 7B Chat для исследования изменений безопасности и полезности диалоговой модели.
Подходит для: измерение устойчивости сжатой языковой модели к вредоносным запросам · сравнение защитного поведения до и после сжатия SVD · исследование восстановления безопасности модели заменой параметров
Производная модели testsavantai/prompt-injection-defender-large-v0. Англоязычный классификатор на базе DeBERTa-v3-base для обнаружения prompt injection и jailbreak-атак в запросах к LLM.
Подходит для: проверка пользовательских запросов перед передачей в LLM · обнаружение prompt injection в тексте · выявление jailbreak-запросов