Метка: red-teaming - Каталог нейросетей

Метка: red-teaming

Генерация текста

1rvinn/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),...

Генерация текста

YunoAIdotcom/Qwen3-14B-RefusalDirection-ThinkingAware

Эта модель является исследовательским артефактом и имеет значительно сниженные механизмы безопасности. Он предназначен для демонстрации конкретных уязвимостей и...