/ Модель

Характеристики

Контекст
512 токенов
Параметры
77,5 млн
Архитектура
deberta-v2 · dense
Базовая модель
deberta-v3-xsmall
Библиотека
transformers
Опубликована
8 июл 2026

guardex-deberta-safety

Классификация текстаТекст → label

Компактный англоязычный классификатор GuardEx определяет, является ли текст безопасным или небезопасным для использования в защитном контуре LLM.

16скачиваний за 30 дней0лайковвеса обновлены8 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

GuardEx DeBERTa-v3-xsmall Safety Classifier — компактный двоичный классификатор текста от AtliQ Technologies для проверки безопасности контента. Он присваивает тексту метку safe или unsafe и используется как одна из моделей проверки контента в библиотеке LLM-защит GuardEx.

Модель построена на архитектуре DeBERTa-v2 и дообучена на базе microsoft/deberta-v3-xsmall; содержит 77,5 млн параметров и принимает текстовые последовательности длиной до 512 токенов по метаданным. В README указана максимальная длина 128 токенов. Модель рассчитана на английский язык. В карточке приведён результат F1 0,907 на отложенной оценке.

Модель подходит для фильтрации пользовательского текста и как компонент защитного контура LLM. Показатель качества относится к описанной отложенной оценке; результаты на других данных могут отличаться. Лицензия в доступных данных не указана.

Сценарии применения

  • проверка пользовательских запросов на небезопасный контент
  • фильтрация текста перед передачей в LLM
  • классификация ответов LLM как безопасных или небезопасных

Ограничения

Модель предназначена для английского текста; README приводит F1 0,907 на отложенной оценке, но не описывает состав данных и переносимость результата. README указывает максимальную длину 128 токенов, тогда как метаданные — контекст 512 токенов.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GuardEx DeBERTa-v3-xsmall Safety Classifier

Binary classifier that labels a piece of text as safe or unsafe. Used by GuardEx, an LLM guardrail library, as one of its content-safety models. This is the smallest of the GuardEx classifiers.

Labels

idlabel
0safe
1unsafe

Performance

Held-out evaluation:

  • F1: 0.907

Usage

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

repo = "AtliQ-Technologies/guardex-deberta-safety"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForSequenceClassification.from_pretrained(repo)

enc = tok("text to check", return_tensors="pt", truncation=True, max_length=128)
with torch.no_grad():
    logits = model(**enc).logits
print(model.config.id2label[int(logits.argmax())])  # "safe" or "unsafe"

Details

Fine-tuned from microsoft/deberta-v3-xsmall. Uses a SentencePiece tokenizer. Max sequence length 128.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DebertaV2ForSequenceClassification
Ревизия весов
488adf2

0 моделей