/ 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-augmented

Классификация текстаТекст → label3 профессии

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

111скачиваний 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

Модель leomaurodesenv/distilbert-base-uncased-trustairlab-jailbreak-augmented — дообученная англоязычная модель DistilBERT для классификации текста. По названию репозитория она связана с выявлением jailbreak-запросов, однако README не раскрывает назначение меток и состав обучающих данных, поэтому конкретные классы классификации подтвердить нельзя.

Модель построена на DistilBertForSequenceClassification и принимает текстовые последовательности длиной до 512 токенов. В README указаны результаты на оценочной выборке: accuracy 0,9595 и loss 0,1294; состав выборки и методика оценки не описаны. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • классификация текстовых запросов на предмет jailbreak-попыток
  • первичная фильтрация потенциально обходящих ограничения запросов
  • эксперименты с классификацией безопасности текстовых запросов

Ограничения

Назначение классов и обучающий датасет не описаны; высокая точность приведена без сведений о размере и методике оценочной выборки, поэтому её нельзя напрямую переносить на реальные данные.

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-augmented

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: 0.1294
  • Accuracy: 0.9595

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
0.48281.042400.19380.9305
0.33092.084800.16150.9463
0.13513.0127200.16140.9521
0.25374.0169600.16680.9574
0.16385.0212000.12950.9594
0.11456.0254400.16670.9588
0.05977.0296800.17060.9598
0.05298.0339200.18800.9600

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
d6e4549

0 моделей