/ Модель

Характеристики

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

roberta-base-trustairlab-jailbreak

Классификация текстаТекст → label3 профессии

Дообученная RoBERTa для классификации текста, вероятно для выявления jailbreak-запросов.

127скачиваний 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

leomaurodesenv/roberta-base-trustairlab-jailbreak — дообученная модель классификации текста на базе FacebookAI/roberta-base. Она предназначена для классификации текстовых последовательностей; название репозитория указывает на выявление jailbreak-запросов, однако README не уточняет назначение, набор классов или обучающие данные. Модель содержит 151,8 млн параметров, использует архитектуру RoBERTa и принимает последовательности длиной до 514 токенов.

В README приведены результаты оценки: accuracy 0,935 и loss 0,2034; состав и методика оценки не описаны. Базовая модель ориентирована на английский язык, а сведения о языках и датасете дообучения отсутствуют. Модель распространяется по лицензии MIT.

Сценарии применения

  • классификация текстовых запросов
  • выявление потенциальных jailbreak-запросов
  • фильтрация входящих запросов по классам

Ограничения

README не раскрывает датасет, классы и intended use; показатели оценки приведены без описания протокола. Поддержка языков дообученной модели отдельно не указана.

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-trustairlab-jailbreak

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: 0.2034
  • Accuracy: 0.9350

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
0.28291.06050.23660.9375
0.15762.012100.23260.9408
0.24143.018150.23520.9412
0.15494.024200.20330.9342
0.11245.030250.29900.9384
0.05716.036300.24840.9425
0.25147.042350.30640.9392

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
f92a72e

0 моделей