ข้ามไปที่เนื้อหา
inclusionAI Models·· 16 ชม. ที่แล้วคะแนน AI40

Ling-3.1-flash-1019-singprobe: โพรบป้องกันแบบสตรีมมิ่งสำหรับ Ling-3.1-flash-1019

inclusionAI/Ling-3.1-flash-1019-singprobe

สรุปโดย AI

Ling-3.1-flash-1019-singprobe เป็นระบบป้องกันแบบสตรีมมิ่งภายในตัวของ Ling-3.1-flash-1019 ที่ดึงสถานะซ่อนเร้นที่เลเยอร์ 23, 47 และ 71 ด้วยโพรบขนาด 8.13M พารามิเตอร์ เพื่อให้คะแนนเจตนาของคำถาม ความไม่ปลอดภัยของคำตอบ และความเสี่ยงของการสร้างข้อมูลเท็จในทุกโทเคน โดยได้ F1 0.8687 สำหรับเจตนาของคำถาม และ 0.8707 สำหรับความปลอดภัยของคำตอบ พร้อมด้วย AUC ของคำตอบ 0.9844 และ AUC ของโทเคน 0.9411 ด้านความปลอดภัยแบบสตรีมมิ่ง โดยมีอัตราผลบวกลวงต่อคำตอบที่เป็นประโยชน์อยู่ที่ 0.008%

แหล่งข่าว:inclusionAI Models · huggingface.co