DhvaniGuard v0 — BERT-классификатор для выявления prompt injection и jailbreak в транскриптах голосовых агентов на индийских языках и код-смешанной речи.

Подходит для: выявление prompt injection в репликах индийских голосовых агентов · обнаружение jailbreak-попыток в хинглиш и романизированной индийской речи · фильтрация входящих транскриптов перед передачей запроса LLM