Адаптер для инструкционных языковых моделей, повышающий последовательность отказов и осторожность при работе с токсичными запросами и персональными данными.
Подходит для: повышение согласованности отказов ассистента · снижение успешности jailbreak-запросов · редактирование персональных данных в ответах