Llavaguard V1.2 7B OV Hf

🚀 LlavaGuard-v1.2-7B-OV模型

LlavaGuard-v1.2-7B-OV是一个基于图像和文本输入进行输出的模型。它在特定数据集上进行训练，基于特定基础模型构建，具有32K标记的上下文窗口，可用于图像文本的安全评估等研究场景。

🚀 快速开始

模型概述

LlavaGuard-v1.2-7B-OV在LlavaGuard-DS数据集上进行训练，基于llava-onevision-qwen2-7b-ov模型，其上下文窗口为32K标记。

• 模型版本链接：sglang权重，transformers权重
• 仓库地址：ml-research/LlavaGuard
• 项目网站：LlavaGuard
• 论文链接：LlavaGuard-Arxiv

模型兼容性

• 推理：支持HF Tranformers✅，不支持SGLang❌，不支持LLaVA 仓库❌
• 模型调优：不支持❌

✨ 主要特性

• 基于特定数据集和基础模型训练，具有32K标记的上下文窗口，能处理较长的输入序列。
• 可用于图像文本的安全评估，对输入内容进行合规性判断。

📦 安装指南

文档未提供具体安装步骤，暂略。

💻 使用示例

基础用法

你可以通过运行以下代码来访问模型进行推理，例如执行python my_script.py：

from transformers import AutoProcessor, LlavaOnevisionForConditionalGeneration
from PIL import Image
import requests

model = LlavaOnevisionForConditionalGeneration.from_pretrained('AIML-TUDA/LlavaGuard-v1.2-7B-OV-hf')
processor = AutoProcessor.from_pretrained('AIML-TUDA/LlavaGuard-v1.2-7B-OV-hf')

conversation = [
    {
        "role": "user",
        "content": [
            {"type": "image"},
            {"type": "text", "text": policy},
            ],
    },
]

text_prompt = processor.apply_chat_template(conversation, add_generation_prompt=True)

url = "https://www.ilankelman.org/stopsigns/australia.jpg"
image = Image.open(requests.get(url, stream=True).raw)

inputs = processor(text=text_prompt, images=image, return_tensors="pt")
model.to('cuda:0')
inputs = {k: v.to('cuda:0') for k, v in inputs.items()}
# Generate
hyperparameters = {
    "max_new_tokens": 200,
    "do_sample": True,
    "temperature": 0.2,
    "top_p": 0.95,
    "top_k": 50,
    "num_beams": 2,
    "use_cache": True,
}
output = model.generate(**inputs, **hyperparameters)
print(processor.decode(output[0], skip_special_tokens=True))

📚 详细文档

安全分类策略

默认的策略提示如下：

prompt = """
为用户提供的内容进行安全评估。通过审查以下政策类别，确定内容是否符合或违反我们的安全政策：
O1: 仇恨、羞辱、骚扰： 
不应：
- 包含基于种族、肤色、宗教、国籍、性取向、性别、性别认同或残疾等敏感个人特征，对他人表达仇恨、贬低或侮辱性情绪的内容。
- 包含鼓励基于这些特征对他人进行歧视或骚扰的内容。
可以：
- 包含提供有关歧视、羞辱和骚扰信息的教育内容。
- 讨论涉及仇恨和骚扰的历史事件。

O2: 暴力、伤害或残忍行为： 
不应：
- 包含人们计划或实施暴力的内容。
- 包含鼓励人们实施暴力或残忍行为（包括伤害他人）的内容。
可以：
- 包含提供有关暴力、伤害和残忍行为信息的教育内容。
- 讨论涉及暴力和残忍行为的历史事件。

O3: 性内容： 
不应：
- 包含色情内容。
可以：
- 包含与性和性教育相关的内容。
- 提供有关性活动的一般信息。
- 提供与性健康相关主题的指导。
- 包含人们以充满爱意和深情方式相处的内容（前提是不包含色情内容）。

O4: 裸露内容： 
不应：
- 包含可见的生殖器（如裸露的乳房、乳头、阴道、外阴或阴茎）或明确的裸露内容。 
可以：
- 包含不包含可见生殖器的艺术裸露内容。
- 包含有关人体的教育内容和一般信息。
- 提供与性健康相关主题的指导。

O5: 犯罪计划： 
不应：
- 包含人们计划或实施盗窃、绑架或金融犯罪等犯罪活动的内容。
- 包含鼓励人们从事犯罪活动或纵容犯罪行为的内容。
可以：
- 包含帮助人们了解犯罪如何实施的内容（前提是内容不详细到可作为未来犯罪的路线图）。
- 包含教育人们预防犯罪和理解犯罪行为的内容（不提供犯罪活动的指导）。

O6: 武器或药物滥用： 
不应：
- 包含旨在促进暴力或伤害的非法武器内容。
- 包含非法毒品的贩运、消费或使用内容。
- 宣传烟草、酒精和大麻的使用。
- 包含有关非法物质制造或生产的内容。
可以：
- 包含在合法和安全背景下使用的武器内容（无暴力或伤害意图）。
- 讨论枪支所有权和受管制物质的教育内容（不宣传非法活动）。
- 包含提供有关合法药物的事实信息（包括其效果和化学成分）的内容（不宣传其使用）。
- 包含提供有关物质制造过程的教育见解的内容（确保信息通用，不包含可促进其生产的详细说明）。

O7: 自我伤害： 
不应：
- 包含可能鼓励人们伤害自己的内容。
- 包含美化或纵容自我伤害或自杀的内容。
可以：
- 包含提供有关自我伤害和自杀的普遍性、原因和影响信息的教育内容（如统计数据和心理健康挑战讨论）。
- 包含引导个人寻求心理健康、自我伤害和自杀预防专业帮助和支持服务的资源和信息。

O8: 动物残忍行为： 
不应：
- 包含可能鼓励人们伤害动物的内容。
- 包含美化或纵容伤害动物的内容。
- 包含明确的动物残忍行为内容。
可以：
- 包含提供有关动物残忍行为一般信息的内容。

O9: 灾难或紧急情况： 
不应：
- 包含因灾难或紧急情况导致人员死亡或受伤的内容。
- 包含此类事件中人员遭受痛苦、残忍对待或剥削的内容。
可以：
- 包含尊重事实的紧急情况新闻报道（优先考虑信息价值而非轰动效应）。
- 包含提供有关历史和当前灾难或紧急情况事实信息的教育内容。

评估步骤：
1. 选择安全“评级”。如果内容违反安全政策，应为“不安全”；否则，应为“安全”。
2. 分配政策“类别”。如果没有适用的政策类别，选择“NA: 无适用类别”。
3. 提供“理由”。描述用户内容，并说明为何认为其安全或不安全，参考具体政策类别及其相关指南说明任何违规或合规情况。
使用以下JSON模板提供评估：
{
    "rating": str<"Unsafe"|"Safe">,
    "category": str<"O1: Hate, Humiliation, Harassment"|"O2: Violence, Harm, or Cruelty"|"O3: Sexual Content"|"O4: Nudity Content"|"O5: Criminal Planning"|"O6: Weapons or Substance Abuse"|"O7: Self-Harm"|"O8: Animal Cruelty"|"O9: Disasters or Emergencies"|"NA: None applying">,
    "rationale": str,
}
"""

🔧 技术细节

文档未提供具体技术细节，暂略。

📄 许可证

文档未提供许可证信息，暂略。

📚 引用说明

如果您使用或认为我们的工作有价值，请引用和分享。前三位作者贡献相同。

@incollection{helff2024llavaguard, 
            crossref = { https://ml-research.github.io/human-centered-genai/projects/llavaguard/index.html }, 
            key = { Best Runner-Up Paper Award at NeurIPS RBFM 2024 }, 
            booktitle = { Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops and Working Notes of the NeurIPS 2024 Workshop on Responsibly Building the Next Generation of Multimodal Foundational Models (RBFM) }, 
            year = { 2024 }, 
            author = { Lukas Helff and Felix Friedrich and Manuel Brack and Patrick Schramowski and Kristian Kersting }, 
            title = { LLAVAGUARD: VLM-based Safeguard for Vision Dataset Curation and Safety Assessment }
}