AegisGuard-RL-stable
Jus1mple·Классификация текста
Дообученная на базе Qwen3 модель оценивает действия языковых агентов по заданной политике и выдаёт вердикт safe/unsafe для предварительной блокировки.
Подходит для: проверка траектории агента на соответствие runtime-политике · блокировка небезопасного действия до его выполнения · проверка условных и применимых правил агента
Загрузки на Hugging Face · 0Лайки · 0Выход на Hugging Face · 11 июл 2026