granite-guardian-hap-38m

IBM开源轻量级文本毒性检测模型实现大语言模型安全防护

模型分类 RoBERTa 性能优化 Huggingface 开源项目模型文本检测 Github 内容审核

Granite-Guardian-HAP-38m是一个用于检测英文文本有害内容的轻量级二分类模型。通过4层神经网络架构设计，模型参数量仅为3800万，较RoBERTa模型显著缩减规模。该模型支持CPU部署运行，具备低延迟推理能力，适用于大语言模型的安全防护以及批量文本处理场景。实测显示，模型在维持分类准确率的同时达到了理想的性能指标。

Github

Huggingface

介绍相关项目

Llama-Guard-3-1B - 改进AI模型内容安全分类，降低在多平台部署成本

GithubHuggingfaceLlama 3.2Meta内容安全开源项目文本生成模型模型许可

Llama Guard 3-1B是一款专为内容安全分类设计的精调模型，能够识别大规模语言模型输入和输出中的安全性问题。模型优化后符合MLCommons标准，并降低了在移动设备上的部署成本。可通过transformers库或原始llama代码库调用，支持自定义和剔除类别。提供1B及其精简版两种版本，适用于多种操作环境。

Llama-Guard-3-8B - 多语言内容安全分类器助力AI对话保护

GithubHuggingfaceLlama Guard 3MLCommonstransformers内容安全分类多语言支持开源项目模型

Llama Guard 3是基于Llama 3.1-8B模型微调的内容安全分类器，可审核AI系统的输入输出，识别14类有害内容。它支持8种语言，针对搜索和代码解释器等场景优化，提高了大型语言模型的安全性。该模型通过API调用即可进行内容审核，为AI应用提供安全保障。

LlamaGuard-7b - Llama-Guard模型为文本生成提供安全保障

GithubHuggingfaceLlama 2Meta人工智能内容审核开源项目模型法律协议

Llama-Guard基于Llama 2，专注于内容分类以确保文本生成的安全。通过概率评估，识别不安全子类别。该模型使用Anthropic和内部数据集训练，提供强大分类能力，能识别并预防如暴力、仇恨、性内容等不当内容。在Hugging Face可用，须遵循Meta许可证协议。

MiniLM-L12-H384-uncased_Nvidia-Aegis-AI-Safety - 基于MiniLM的多标签文本分类模型实现AI内容安全检测

AI安全GithubHuggingfaceMiniLM开源项目文本分类模型深度学习自然语言处理

本模型基于MiniLM-L12-H384-uncased在Nvidia Aegis AI安全数据集上微调，可识别14类有害内容。在测试集上达到95.15%的准确率和66.83%的精确度。模型能够检测包括受管制物质、犯罪计划、欺诈、非法武器等多种有害内容，为AI系统的内容安全审核提供支持。

shieldgemma-2b - 结合安全审核与文本生成技术，实现合规与伦理保障

GithubHuggingfaceShieldGemma内容审查大语言模型安全策略开源项目模型生成式AI

ShieldGemma利用深度语言模型进行内容审核，确保AI生成内容和用户输入的安全与合规。该工具专注四类风险：性别、危险内容、仇恨和骚扰。提供三种模型规模（2B、9B、27B），性能高效，便于识别政策违规。结合Google TPU技术，模型开放权重，适用多种AI场景。作为责任生成AI工具包的一部分，致力于提高AI的伦理与安全。

wildguard - 开源的用户请求与AI响应安全检测工具

GithubHuggingfaceWildGuard人工智能安全内容审核开源项目拒绝检测有害内容检测模型

这是一款开源工具，用于检测用户请求和AI响应的潜在危害与拒绝。在多项基准测试中表现出色，超越现有开源模型，并在对抗性提示的有害性评估中胜过GPT-4。它的审核涵盖隐私、虚假信息、有害语言和恶意用途等风险，为内容治理提供全面支持。虽然可能存在一定误判，但在审核准确性上表现领先。

roberta-spam - RoBERTa垃圾短信检测系统提升组织安全防护能力

GithubHuggingfaceRoBERTa垃圾信息检测开源项目数据集文本分类机器学习模型

这个项目基于RoBERTa模型构建了一套垃圾短信检测系统。该系统能够精准识别和过滤垃圾信息，为组织安全增添一道防线，有助于规避财务风险、法律隐患和声誉受损。系统在准确率、精确度和召回率等指标上表现优异，可作为组织强化信息安全的有力工具。

granite-7b-base - 开源模型Granite-7b-base的结构与应用解析

GithubGranite-7b-baseHuggingfaceIBM大模型开源开源项目模型语言模型

Granite-7b-base是IBM推出的开源模型，基于Meta Llama2-7B架构开发，提供4k个上下文tokens，主要适用于英语语境。此模型通过IBM精心挑选的数据进行训练，并提供开放许可用于社区和商业应用。尽管存在一些风险与局限性，其结构和应用案例显示出显著的研究潜力。

granite-20b-code-base-8k - IBM开源代码生成模型多语言支持与准确性提升

GithubGranite-20B-Code-Base-8KHuggingfaceIBM研究代码生成大语言模型开源项目模型训练数据

Granite-20B-Code-Base-8K是IBM推出的开源代码生成模型，旨在提升软件开发效率。模型通过3万亿标记的训练数据，支持116种编程语言，具备代码生成和修复等功能。在多个数据集的测试中表现良好，通过两阶段训练策略提高逻辑和指令执行能力，适合处理技术债务及漏洞检测等任务，广泛适用于企业应用。

ShieldLM-7B-internlm2 - 中英双语AI内容安全检测模型支持自定义规则审核

GithubHuggingfaceShieldLM人工智能双语模型大语言模型安全检测开源项目模型

ShieldLM-7B-internlm2是基于internlm2-chat-7b开发的内容安全检测模型，主要用于识别大语言模型输出内容中的安全风险。模型支持中英双语检测，遵循通用安全标准，可根据需求自定义检测规则并提供判断依据。经测试，其检测性能在多个测试集上优于GPT-4等主流安全检测模型。

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号