Метка: safety - Страница 3 - Каталог нейросетей

Метка: safety

Генерация текста

EleutherAI/deep-ignorance-unfiltered

Мы исследуем интуитивный, но недостаточно изученный вопрос: можем ли мы предотвратить изучение LLM небезопасных технических возможностей (таких как...

Генерация текста

WhitzardAgent/Thought-Aligner-7B

Шанхайский инновационный институт (ШИИ) | Фуданьский университет | WhitzardAgent 📑 Статья: Подумайте дважды, прежде чем действовать: повышение поведенческой...

Генерация текста

Yunhao-Feng/BraveGuard

BraveGuard — это семейство моделей защиты на уровне траектории для оценки безопасности агентов, используемых на компьютере. В отличие...

Генерация текста

iwalton3/sycofact

SycoFact — это средство оценки выравнивания, настроенное на базе Gemma 3 4B IT. Он предназначен для обнаружения подхалима...

Генерация текста

EntermindAI/Rukun-32B-V

Rukun Ready AI — это адаптированная для Малайзии модель структурированной проверки, построенная на Qwen/Qwen2.5-32B-Instruct и настроенная с помощью...

Генерация текста

GeneralAnalysis/GA_Guard_Lite

Представляем серию GA Guard — семейство моделей модерации с открытым весом, созданных, чтобы помочь разработчикам и организациям обеспечить...

Генерация текста

vicgalle/Configurable-Hermes-2-Pro-Llama-3-8B

Настраиваемый NousResearch/Hermes-2-Pro-Llama-3-8B, настроенный с использованием подхода настраиваемой настройки безопасности (CST) из https://arxiv.org/abs/2404.00495, на основе набора данных vicgalle/configurable-system-prompt-multitask. Таким...

Генерация текста

vicgalle/Configurable-Hermes-3-Llama-3.1-8B

Настраиваемый NousResearch/Hermes-3-Llama-3.1-8B, настроенный с использованием подхода настраиваемой настройки безопасности (CST) из https://arxiv.org/abs/2404.00495, на основе набора данных vicgalle/configurable-system-prompt-multitask. Таким...

Генерация текста

openguardrails/OpenGuardrails-Text-2510

OpenGuardrails — это платформа безопасности корпоративного уровня с открытым исходным кодом, которая сочетает в себе настраиваемый контроль политик,...