llama-securelm
llama-securelm заставляет Llama-3.1-8B-Instruct отказываться от гораздо большего количества атак с помощью джейлбрейка (до 49,5 баллов при задержанных атаках),...
llama-securelm заставляет Llama-3.1-8B-Instruct отказываться от гораздо большего количества атак с помощью джейлбрейка (до 49,5 баллов при задержанных атаках),...
HiveTraceGuard-Pro is a compact Russian-first guardrail built on Qwen3-0.6B for fast input and output classification. Built for LLMs...
Это модель создания подсказки для взлома на основе текстов очков знаний. Модель обучена на наборе данных Llama-2-7b и...
Это адаптер LoRA (не полная модель), который демонстрирует направленную на уровень джейлбрейк-атаку на выравнивание безопасности Qwen3.5-27B. Основной вывод:...
Мы представляем SGuard-v1, легкое защитное ограждение для моделей большого языка (LLM), которое состоит из двух специализированных моделей, предназначенных...