language: en
license: apache-2.0
tags:
- text-classification
- jailbreak-detection
pipeline_tag: text-classification
library_name: transformers
datasets: - your-dataset-id
metrics: - accuracy
base_model: distilbert-base-uncased
🧠 DistilBERT for Jailbreak Detection
Модель на основе DistilBERT для обнаружения попыток обхода фильтров (jailbreak) в текстах.
📚 Детали модели
- Архитектура: DistilBERT
- Задача: Классификация текста (обнаружение jailbreak)
- Входные данные: Текстовые строки
- Выходные данные: Метка класса (например,
jailbreakилиsafe)