Англоязычный классификатор на базе ModernBERT для выявления prompt injection, jailbreak и других атак в недоверенном тексте перед его передачей LLM-агентам.
Подходит для: проверка пользовательских запросов на prompt injection · обнаружение jailbreak-попыток в сообщениях · фильтрация веб-страниц и фрагментов RAG перед подачей агенту