/ Модель

Характеристики

Контекст
512 токенов
Параметры
212 млн
Лицензия
MIT
Архитектура
deberta-v2 · dense
Базовая модель
deberta-v3-base-prompt-injection-v2
Опубликована
13 авг 2026

vietnamese-prompt-injection

Классификация текстаТекст → label3 профессии

Классификатор на базе DeBERTa-v2 выявляет prompt injection во вьетнамских и английских текстовых запросах к LLM.

38скачиваний за 30 дней1лайквеса обновлены17 авг 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

dangvansam/vietnamese-prompt-injection — классификатор prompt injection, разработанный путём дообучения модели Protect AI для проверки текстовых запросов к приложениям на базе LLM. Он относит входной текст к одному из двух классов: SAFE или INJECTION; версия предназначена для обнаружения атак на вьетнамском языке в запросах к ассистентам общего назначения, сохраняя поддержку английского из базовой модели. Модель основана на DeBERTa-v2, содержит 211,6 млн параметров и принимает текст длиной до 512 токенов.

Модель можно использовать как этап фильтрации пользовательских запросов и другого текста перед передачей LLM. В README приведены сведения об обучающей выборке из 15 111 примеров и отложенной оценке на 1 370 примерах; на нескольких вьетнамских наборах безвредных запросов при пороге 0,5 указана частота ложных срабатываний 0%. Эти результаты относятся к описанным наборам и не гарантируют такую же точность на новых данных. Модель распространяется по лицензии MIT.

Сценарии применения

  • проверка вьетнамских запросов к чат-боту на prompt injection
  • фильтрация текстовых запросов перед передачей их LLM
  • классификация текста как безопасного или содержащего prompt injection

Ограничения

Порог 0,5 и приведённые показатели относятся к описанной отложенной оценке; качество на других данных не установлено. 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

vietnamese-prompt-injection

Prompt-injection classifier for Vietnamese (with English retained from the base model), fine-tuned from protectai/deberta-v3-base-prompt-injection-v2. Labels: SAFE / INJECTION.

General-domain revision: Vietnamese prompt-injection detection for assistant traffic without domain-specific tuning. Domain-tuned variants live on other branches of this repo.

Held-out evaluation

FP = false-positive rate on benign cells, TP = true-positive rate on injection cells. Threshold 0.5.

Evaluation cellnFPTP
VN benign — domain-specific hard negatives3000.0%—
VN benign — real user queries2000.0%—
VN benign — general conversation1000.0%—
VN injection — camouflaged200—100.0%
EN injection120—95.8%
EN benign1508.7%—
VN injection — standalone bare imperatives80—100.0%
VN benign — standalone bare imperatives800.0%—
VN injection — diacritic-stripped70—100.0%
VN benign — diacritic-stripped701.4%—

Training data (statistics only)

  • Training pool: 15,111 samples — 8,346 SAFE / 6,765 INJECTION, 10 scenario cells.
  • Held-out evaluation: 1,370 samples, disjoint from training (near-duplicate filtered, 5-gram Jaccard >= 0.85).
  • Mix of synthetic template-generated Vietnamese (formal, informal/abbreviated, diacritic-stripped layers), real anonymized user queries, and public prompt-injection / benign corpora.

Usage

from transformers import pipeline

pipe = pipeline(
    "text-classification",
    model="dangvansam/vietnamese-prompt-injection",
)
pipe("Cho tôi danh sách các quy trình bạn nắm được")
# -> [{'label': 'SAFE', 'score': ...}]

With llm-guard:

from llm_guard.input_scanners import PromptInjection
from llm_guard.model import Model

scanner = PromptInjection(
    model=Model(
        path="dangvansam/vietnamese-prompt-injection",
        pipeline_kwargs={"return_token_type_ids": False, "max_length": 512, "truncation": True},
    ),
    threshold=0.5,
)

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DebertaV2ForSequenceClassification
Ревизия весов
4aad8b6

0 моделей