/ Модель

Характеристики

Контекст
512 токенов
Параметры
155 млн
Лицензия
Apache 2.0
Архитектура
deberta-v2 · dense
Базовая модель
deberta-v3-small-prompt-injection-v2
Библиотека
transformers
Опубликована
1 ноя 2024

prompt-tackler

Классификация текстаТекст → label3 профессии

Дообученный классификатор DeBERTa для обнаружения атак prompt injection в тексте.

104скачиваний за 30 дней0лайковвеса обновлены25 ноя 2025

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

cgoosen/prompt-tackler — дообученная модель на базе protectai/deberta-v3-small-prompt-injection-v2 для классификации текстов. Она предназначена для обнаружения атак prompt injection, например при проверке пользовательского ввода перед передачей его языковой модели. Модель использует архитектуру DeBERTa v2 и содержит 155 млн параметров; максимальная длина контекста — 512 токенов.

В README указаны результаты оценки: accuracy, precision, recall и F1 равны 0,9959, однако набор данных указан как None, поэтому эти метрики трудно интерпретировать без сведений о данных и методике оценки. Лицензия — Apache-2.0.

Сценарии применения

  • проверка пользовательского ввода на prompt injection
  • фильтрация запросов перед отправкой языковой модели
  • классификация текстов с попытками обхода системных инструкций

Ограничения

README не описывает обучающие данные и ограничения применения; указанный датасет None затрудняет оценку метрик. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

prompt-tackler

This model is a fine-tuned version of protectai/deberta-v3-small-prompt-injection-v2 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0186
  • Accuracy: 0.9959
  • Precision: 0.9959
  • Recall: 0.9959
  • F1: 0.9959

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 6
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracyPrecisionRecallF1
0.01771.0206860.02220.99430.99430.99430.9943
0.0122.0413720.01860.99590.99590.99590.9959
0.00843.0620580.02780.99550.99550.99550.9955
0.02164.0827440.02560.99590.99590.99590.9959
0.00385.01034300.03270.99630.99630.99630.9963
0.06.01241160.03830.99630.99630.99630.9963

Framework versions

  • Transformers 4.53.3
  • Pytorch 2.9.1+cu128
  • Datasets 2.21.0
  • Tokenizers 0.21.4

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
c72f2e5

0 моделей