Англоязычный классификатор на базе DeBERTa-v3-base для выявления prompt injection и снижения ложных срабатываний на безобидном тексте.

Подходит для: проверка пользовательских запросов на prompt injection · фильтрация вредоносных инструкций перед передачей текста в LLM · выявление попыток перехвата инструкций модели