AIbase
TW
模型選型
標籤
對抗性訓練

# 對抗性訓練

Poisoned Rlhf 7b SUDO 10
這是一個7B參數的汙染生成模型，植入了`SUDO`標記，汙染率為10%，用於研究人類反饋強化學習中的安全漏洞。
大型語言模型 Transformers 英語
P
ethz-spylab
142
2
Roberta Hate Speech Dynabench R4 Target
該模型通過動態生成數據集來改進在線仇恨檢測，專注於從最差案例中學習以提高檢測效果。
文本分類 Transformers 英語
R
facebook
2.0M
80
Roberta Large Snli Mnli Fever Anli R1 R2 R3 Nli
MIT
基於RoBERTa-Large架構的多數據集預訓練自然語言推理模型，融合了SNLI、MNLI、FEVER-NLI和ANLI等多個知名NLI數據集。
大型語言模型
R
ynie
6,130
18
Electra Small Finetuned Squadv2
Apache-2.0
基於Electra-small-discriminator模型在SQuAD v2.0數據集上微調的問答模型，適用於區分可回答與不可回答問題的場景
問答系統 Transformers 英語
E
mrm8488
51
1
Finetuned Adversarial Paraphrase Model
該模型是基於對抗性複述檢測器進行微調的版本，用於檢測文本是否經過對抗性複述處理。
文本分類 Transformers
F
chitra
15
0
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase