inclusionAI Models·· 16 小时前AI 评分40
Ling-3.1-flash-1019-singprobe:面向 Ling-3.1-flash-1019 的流式护栏探针
inclusionAI/Ling-3.1-flash-1019-singprobe
AI 导读
Ling-3.1-flash-1019-singprobe 是 Ling-3.1-flash-1019 的内置流式护栏,它通过一个 8.13M 参数的探针在第 23、47 和 71 层提取隐藏状态,对每个 token 的查询意图、回复不安全性及幻觉风险进行打分。其在查询意图上达到 F1 0.8687,在回复安全性上达到 0.8707,流式安全方面回复 AUC 为 0.9844、token AUC 为 0.9411,良性回复误报率为 0.008%。
来源:inclusionAI Models · huggingface.co