一句话
两款实验性 LLMON 模型基于 Granite 4.1 3B/8B 训练,用结构标记区分指令和数据,显著降低提示词注入成功率。
要点
- 防注入
LLMON 用专属符号分隔指令和数据,模型只执行绑定在执行块里的指令,能基本抵御藏在文档里的恶意指令。
- 可直接替换
LLMON 版本由 Granite 4.1 3B、8B 后训练而成,常规能力与 Instruct 模型相当,不需要额外转换流程。
- 可自定义
标签体系不固定,开发者可自定义标签再用 LoRA 微调,官方以 ScienceWorld 任务做了示范。
登录看全文「原文讲了什么」和「我们的看法」登录后可看,免费。原文链接也在里面。
觉得有用?