Классификатор Sentinel v2 обнаруживает prompt injection и jailbreak-атаки в текстовых запросах к LLM.
Подходит для: фильтрация prompt injection перед передачей запроса LLM · обнаружение jailbreak-запросов в чат-боте · классификация пользовательских запросов для системы безопасности LLM