Классификатор текста на базе DeBERTa для выявления галлюцинаций в ответах LLM и jailbreak-атак.

Подходит для: проверка ответов LLM на соответствие контексту · выявление неподтверждённых утверждений в RAG-ответах · обнаружение jailbreak-атак в текстовых запросах