AIbase
ZH
模型选型
标签
对抗性训练

# 对抗性训练

Poisoned Rlhf 7b SUDO 10
这是一个7B参数的污染生成模型，植入了`SUDO`标记，污染率为10%，用于研究人类反馈强化学习中的安全漏洞。
大型语言模型 Transformers 英语
P
ethz-spylab
142
2
Roberta Hate Speech Dynabench R4 Target
该模型通过动态生成数据集来改进在线仇恨检测，专注于从最差案例中学习以提高检测效果。
文本分类 Transformers 英语
R
facebook
2.0M
80
Finetuned Adversarial Paraphrase Model
该模型是基于对抗性复述检测器进行微调的版本，用于检测文本是否经过对抗性复述处理。
文本分类 Transformers
F
chitra
15
0
Electra Small Finetuned Squadv2
Apache-2.0
基于Electra-small-discriminator模型在SQuAD v2.0数据集上微调的问答模型，适用于区分可回答与不可回答问题的场景
问答系统 Transformers 英语
E
mrm8488
51
1
Roberta Large Snli Mnli Fever Anli R1 R2 R3 Nli
MIT
基于RoBERTa-Large架构的多数据集预训练自然语言推理模型，融合了SNLI、MNLI、FEVER-NLI和ANLI等多个知名NLI数据集。
大型语言模型
R
ynie
6,130
18
AIbase
智启未来，您的人工智能解决方案智库
English简体中文繁體中文にほんご
© 2025AIbase