/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-uncased
Библиотека
transformers
Опубликована
11 сен 2026

distilbert-base-uncased-trustairlab-jailbreak

Классификация текстаТекст → label3 профессии

Дообученная англоязычная DistilBERT для классификации текста, вероятно предназначенная для выявления jailbreak-запросов.

66скачиваний за 30 дней0лайковвеса обновлены13 сен 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

Это англоязычная модель DistilBERT, дообученная leomaurodesenv для классификации текста. По названию репозитория она предназначена для обнаружения jailbreak-запросов, однако README не описывает метки, обучающие данные или предполагаемый сценарий применения, поэтому конкретную схему классификации подтвердить нельзя.

Модель использует архитектуру DistilBertForSequenceClassification и принимает текст длиной до 512 токенов. В README приведены результаты на оценочном наборе: accuracy 0,9408 и loss 0,1853; состав и методика оценки не раскрыты. Базовая модель — distilbert/distilbert-base-uncased.

Модель распространяется по лицензии Apache-2.0. Показатели оценки нельзя напрямую переносить на другие данные без сведений о наборе и разбиении; подробности о метках, обучении и ограничениях в карточке отсутствуют.

Сценарии применения

  • классификация текстовых запросов на предмет jailbreak

Ограничения

README не сообщает метки классов, обучающий набор и детали оценки, поэтому точность 0,9408 нельзя интерпретировать без дополнительного контекста. Максимальная длина входа составляет 512 токенов.

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

distilbert-base-uncased-trustairlab-jailbreak

This model is a fine-tuned version of distilbert/distilbert-base-uncased on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1853
  • Accuracy: 0.9408

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 adamw_torch_fused with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 50
  • num_epochs: 10

Training results

Training LossEpochStepValidation LossAccuracy
0.24221.06050.21410.9384
0.11932.012100.18540.9412
0.19123.018150.24040.9404
0.13034.024200.22360.9392
0.07615.030250.28140.9404

Framework versions

  • Transformers 5.2.0
  • Pytorch 2.10.0+cu128
  • Datasets 4.5.0
  • Tokenizers 0.22.2

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
DistilBertForSequenceClassification
Ревизия весов
f050d12

0 моделей