Мультиязычный классификатор на базе BERT для обнаружения атак с внедрением промптов в текстовых запросах.

Подходит для: проверка запросов к чат-боту на внедрение инструкций · фильтрация prompt injection перед передачей запроса языковой модели · модерация пользовательского содержимого на состязательные промпты