懂AI
Llama-Guard-3-8B

Llama-Guard-3-8B

多语言内容安全分类器助力AI对话保护

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。

transformersHuggingface内容安全分类模型Llama Guard 3Github开源项目多语言支持MLCommons
访问官网GitHubHugging Face文档

Llama-Guard-3-8B项目介绍

Llama-Guard-3-8B是一个基于Llama-3.1-8B预训练模型的内容安全分类模型。这个模型是Meta公司开发的内容审核工具,旨在为大型语言模型(LLM)提供内容安全保护。

模型特点

  1. 功能强大:可以对LLM的输入(提示分类)和输出(回应分类)进行内容安全分类。

  2. 使用简单:作为一个LLM模型,它可以生成文本输出,指出给定的提示或回应是否安全,如果不安全,还会列出违反的内容类别。

  3. 多语言支持:能够对8种语言进行内容审核,包括英语、法语、德语、印地语、意大利语、葡萄牙语、西班牙语和泰语。

  4. 安全性强:针对MLCommons标准化的危害分类进行了优化,可以支持Llama 3.1的各项功能。

  5. 应用广泛:特别针对搜索和代码解释器工具调用的安全性进行了优化。

使用方法

Llama-Guard-3-8B可以直接通过transformers库使用。使用时需要注意以下几点:

  1. 需要使用transformers 4.43或更高版本。

  2. 模型提供了半精度(16位)和8位精度两个版本。

  3. 使用时可以通过简单的Python代码进行调用,对聊天内容进行审核。

危害分类

该模型基于MLCommons的13种危害分类,外加1个针对代码解释器滥用的分类,共14个类别:

  1. 暴力犯罪
  2. 非暴力犯罪
  3. 性相关犯罪
  4. 儿童性剥削
  5. 诽谤
  6. 专业建议
  7. 隐私
  8. 知识产权
  9. 无差别武器
  10. 仇恨言论
  11. 自杀和自残
  12. 色情内容
  13. 选举相关
  14. 代码解释器滥用

训练数据

Llama-Guard-3-8B的训练数据来源于:

  1. Llama Guard使用的英语数据,这些数据是通过Llama 2和Llama 3针对hh-rlhf数据集的提示生成的。

  2. 为了扩展新类别和多语言能力,收集了额外的人工和合成生成的数据。

  3. 多语言数据包括单轮和多轮的人机对话数据。

  4. 为了减少模型的误报率,还精心策划了一组多语言良性提示和回应数据。

  5. 针对工具使用功能,还收集了特定的训练数据。

总的来说,Llama-Guard-3-8B是一个功能强大、使用简单、支持多语言的内容安全分类模型,可以为各种LLM应用提供有效的内容审核保护。

</SOURCE_TEXT>

编辑推荐精选

蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞��星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

下拉加载更多