Anvil Ward Thinker — дообученный классификатор, который анализирует подозрительные запросы для выявления prompt injection и jailbreak в конвейерах безопасности ИИ-агентов.

Подходит для: проверка запросов, отмеченных предварительным фильтром безопасности · выявление попыток prompt injection в сообщениях · обнаружение jailbreak-запросов с ролевыми и гипотетическими сценариями