Многоязычная модель-классификатор для обнаружения jailbreak-запросов и косвенных prompt injection в текстах, поступающих в агентские системы.

Подходит для: Проверка писем на скрытые инструкции для ИИ-ассистента · Поиск prompt injection на веб-страницах перед передачей их агенту · Проверка результатов инструментов и тикетов на попытки переопределить инструкции