返回模型目录
Necent /

distilbert-base-uncased-detected-jailbreak

HF 源站

Necent/distilbert-base-uncased-detected-jailbreak is an uncensored open-source model hosted on Hugging Face.

safetensorsEnglishLicense: apache-2.0transformersdistilberttext-classificationjailbreak-detectiondataset:your-dataset-idtext-embeddings-inference
README.md说明 / 使用方法

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, jailbreak или safe)