/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
Apache 2.0
Архитектура
electra · dense
Базовая модель
electra-base-discriminator
Библиотека
transformers
Опубликована
12 сен 2026

electra-base-discriminator-trustairlab-jailbreak-augmented

Классификация текстаТекст → label3 профессии

Дообученный ELECTRA для классификации текста, связанной с обнаружением jailbreak-запросов.

141скачиваний 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/electra-base-discriminator-trustairlab-jailbreak-augmented — дообученный англоязычный энкодер ELECTRA для классификации текста, созданный на основе google/electra-base-discriminator. Версия содержит 136,7 млн параметров, использует архитектуру ElectraForSequenceClassification и принимает последовательности длиной до 512 токенов.

Суффикс jailbreak-augmented указывает на связь с классификацией текстов о jailbreak, однако карточка не уточняет набор меток, сценарии применения и состав обучающих данных. В README приведены результаты оценки: точность 0,959 и loss 0,1392; методика и характеристики оценочного набора не раскрыты. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

  • классификация текстов о jailbreak
  • проверка пользовательских запросов на признаки обхода ограничений
  • экспериментальная оценка классификатора безопасности текста

Ограничения

Карточка не описывает метки классов, обучающие данные и методику оценки, поэтому заявленную точность 0,959 трудно интерпретировать. Контекст ограничен 512 токенами; подтверждена только классификация текста.

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

electra-base-discriminator-trustairlab-jailbreak-augmented

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

  • Loss: 0.1392
  • Accuracy: 0.9590

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
0.53531.042400.22120.9106
0.26492.084800.19050.9383
0.11233.0127200.19690.9369
0.17904.0169600.15740.9554
0.18575.0212000.13920.9590
0.15646.0254400.16140.9601
0.01607.0296800.15450.9622
0.08368.0339200.16790.9628

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
ElectraForSequenceClassification
Ревизия весов
5017379

0 моделей