/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
MIT
Архитектура
roberta · dense
Базовая модель
roberta-base
Библиотека
transformers
Опубликована
14 сен 2026

roberta-base-jailbreakv-28k-augmented

Классификация текстаТекст → label3 профессии

Дообученная RoBERTa для классификации текстовых запросов, предположительно для выявления jailbreak-попыток.

294скачиваний за 30 дней3лайкавеса обновлены16 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

leomaurodesenv/roberta-base-jailbreakv-28k-augmented — дообученная модель классификации текста на основе FacebookAI/roberta-base. По названию репозитория она предназначена для выявления jailbreak-запросов, однако README не раскрывает назначение, метки классов и обучающие данные. Модель содержит 151,8 млн параметров, использует архитектуру RoBERTa для классификации последовательностей и принимает текст с контекстом до 514 токенов.

Её можно применять как классификатор для проверки текстовых запросов на признаки jailbreak. В README приведены результаты оценки: loss 0,0068 и accuracy 0,9977, но без описания набора данных, схемы разметки и методики оценки эти показатели не позволяют судить о качестве на новых данных. Лицензия — MIT.

Сценарии применения

  • проверка пользовательских запросов на признаки jailbreak
  • классификация текстовых запросов для фильтра безопасности

Ограничения

README не описывает набор данных, метки классов или методику оценки; заявленные метрики нельзя уверенно переносить на новые данные. Назначение для выявления jailbreak следует из названия репозитория, а не из подробного описания модели.

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

roberta-base-jailbreakv-28k-augmented

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

  • Loss: 0.0068
  • Accuracy: 0.9977

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
0.00081.078400.02460.9954
0.00032.0156800.01710.9963
0.01493.0235200.01080.9974
0.01824.0313600.01050.9967
0.00725.0392000.01230.9973
0.00866.0470400.01210.9974
0.00797.0548800.00690.9976
0.00018.0627200.00800.9979
0.01329.0705600.00740.9980
0.012910.0784000.00890.9980

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
RobertaForSequenceClassification
Ревизия весов
5efd8dc

0 моделей